大数据预测房价趋势
数据挖掘步骤大概分为以下：1、数据采集2、数据清洗3、数据分析4、显示数据
还是按这4个步骤，
第一，我们用爬虫采集某网的数据，得到房价20180811.txt文件，这里是以广州城市为例。数据中有些有地铁，有些无地铁的房子，为了采集，清洗方便，这里我们选择用有地铁的房子进行统计。
数据清洗得出房价20180812.txt文件，数据以–分割，看起来更加简洁，但不可观。
String result = "";
String filePath = "C:\\Users\\admin\\Desktop\\房价20180811.txt";
String filePath2 = "C:\\Users\\admin\\Desktop\\房价20180812.txt";
File file=new File(filePath);
InputStreamReader read = new InputStreamReader(
new FileInputStream(file),"UTF-8");
BufferedReader bufferedReader = new BufferedReader(read);
String lineTxt = null;
while((lineTxt = bufferedReader.readLine()) != null){
//1、接受数据
String line = lineTxt;
//2、数据切片
String[] fields = line.split("--");
//凤锦苑四房两卫+1户型南北对流户型漂亮楼--4室2厅<i>|</i>135㎡<i>|</i>中层（共26层）<i>|</i>南北向<i>|</i>2011年建<i>|</i>--
//碧桂园凤凰城凤锦苑--凤凰城-广园快速路(近沈海高速)</span></p><pclass="clearfixlabel"></p></dd><ddclass="price_right"><spanclass="red"><b>350</b>万</span><span>25926元/㎡</span></dd></dl><dlclass="clearfix"dataflag="bg"data-bg="{"houseid":"228980323","agentid":"166295756","housetype":"FAGT","listingtype":"1,2"}"id="list_D03_02"><dtclass="floatl"><aps="51_2_60"href="http://esf.gz.fang.com/chushou/3_228980323.htm"target="_blank"data_channel="1,2"><imgsrc="./【广州二手房_广州二手房出售】-广州房天下_files/loading160_120.gif"src2="http://cdnsfb.soufunimg.com/viewimage/1/2018_7/26/M13/36/14f806a3da35417db07bdbb9708a2f9f/220x165c.jpg"onerror="imgiserror(this,'http://cdnsfb.soufunimg.com/1/2018_7/26/M13/36/14f806a3da35417db07bdbb9708a2f9f.jpg')"></a></dt><dd><h4class="clearfix"><aps="51_2_60"href="http://esf.gz.fang.com/chushou/3_228980323.htm"target="_blank"data_channel="1,2"title="万和苑滘口地铁站旁准电梯精装两房产权清晰带装修价格可谈"><spanclass="tit_shop">万和苑滘口地铁站旁准电梯精装两房产权清晰带装修价格可谈</span></a></h4><pclass="tel_shop">2室2厅<i>|</i>63㎡<i>|</i>中层（共8层）<i>|</i>东南向<i>|</i>1999年建<i>|</i><spanclass="people_name"><anofollow=""href="http://esf.gz.fang.com/a/jd18529257707"title="访问[简丹]的个人网上店铺，查看更多房源"target="_blank">简丹</a></span></p><pclass="add_shop"><atarget="_blank"href="http://esf.gz.fang.com/house-xm2811006967/"title="万和苑">万和苑</a><span>芳村-芳村兴东路17号</span></p><pclass="clearfixlabel"><spanclass="bg_noneicon_dt">距5号线滘口站约948米</span></p></dd><ddclass="price_right"><spanclass="red"><b>185</b>万</span><span>29365元/㎡</span></dd></dl><dlclass="clearfix"dataflag="bg"data-bg="{"houseid":"228274730","agentid":"164319321","housetype":"FAGT","listingtype":"1,2"}"id="list_D03_03"><dtclass="floatl"><aps="51_3_60"href="http://esf.gz.fang.com/chushou/3_228274730.htm"target="_blank"data_channel="1,2"><imgsrc="./【广州二手房_广州二手房出售】-广州房天下_files/loading160_120.gif"src2="http://cdnsfb.soufunimg.com/viewimage/1/2018_7/16/M19/11/74d2320fde6141dfaa9da26c03a34916/220x165c.jpg"onerror="imgiserror(this,'http://cdnsfb.soufunimg.com/1/2018_7/16/M19/11/74d2320fde6141dfaa9da26c03a34916.jpg')"></a></dt><dd><h4class="clearfix"><aps="51_3_60"href="http://esf.gz.fang.com/chushou/3_228274730.htm"target="_blank"data_channel="1,2"title="主推春江花园,南向3房,21号线棠东站今年开通,送家电家私"><spanclass="tit_shop">主推春江花园,南向3房,21号线棠东站今年开通,送家电家私</span></a></h4><pclass="tel_shop">3室2厅<i>|</i>103㎡<i>|</i>中层（共25层）<i>|</i>南向<i>|</i>2002年建<i>|</i><spanclass="people_name"><anofollow=""href="http://esf.gz.fang.com/a/520tanning"title="访问[谭许宁]的个人网上店铺，查看更多房源"target="_blank">谭许宁</a></span></p><pclass="add_shop"><atarget="_blank"href="http://esf.gz.fang.com/house-xm2811022338/"title="春江花园">春江花园</a><span>车陂-中山大道棠东东路--
//距4号线车陂站约687米--<b>350</b>万--33981元/㎡-
//3、拿到关键字段
String titleStr = fields[0];
String houseStr = fields[1];
String streetStr = fields[2];
String addressStr = fields[3];
if(addressStr.indexOf("</span>") > 0){
addressStr = addressStr.substring(0, addressStr.indexOf("</span>"));
}
String subwayStr = fields[4];
String totalStr = fields[5].replace("<b>", "").replace("</b>万", "");;
String priceStr = fields[6].replace("元/㎡-", "");
if(subwayStr.indexOf("距") == 0){
// System.out.println(subwayStr);
String subway0 = subwayStr.substring(subwayStr.indexOf("距")+1, subwayStr.indexOf("线")).replace("号", "");
String subway1 = subwayStr.substring(subwayStr.indexOf("线")+1, subwayStr.indexOf("约"));
String subway2 = subwayStr.substring(subwayStr.indexOf("约")+1, subwayStr.indexOf("米"));
String[] houseStrs = houseStr.split("<i>|</i>");
// System.out.println(houseStrs.length);
if(houseStrs.length == 10){
String houseStrs0 = houseStrs[0].replace("室", ",").replace("厅", "").replace("<i>", "");
// System.out.println(houseStr);
String[] houseStrs0s = houseStrs0.split(",");
String house0 = houseStrs0s[0];
String house1 = houseStrs0s[1];
String area = houseStrs[2].replace("㎡", "");
String flood = houseStrs[4].substring(0, 2);
String way = houseStrs[6];
String year = (2018-Integer.parseInt(houseStrs[8].replace("年建", "")))+"";
//4、数据输出到
result = titleStr+"--"+house0+"--"+house1+"--"+area+"--"+flood+"--"+way+"--"+year+
"--"+streetStr+"--"+addressStr+"--"+subway0+"--"+subway1+"--"+subway2+"--"+totalStr+"--"+priceStr+"\r\n";
//
_txtUtils.addTxtContent(filePath2, result);
}}
}
read.close();
System.out.println(result);
根据房子的面积大小，预测房价。虽然房价每年以指数方式增加，不符合社会进步与落后的生产力的矛盾观念，但还是学习一下用线性回归预测那一年的房价。这里只能当作参考学习。就学爬虫获取数据，这里我们有可以通过excel获取数据，从在线网页获取数据，从api中获取数据，从html文件获取数据等，获取数据后，就要对数据进行清洗，不用洗衣机，不用挖掘机，简单去重去空操作就可以。然后分析一下用什么图表显示。用直观的图形表达你的需求。
需要源码学习，下载地址：http://47.98.237.162/detail/1/174