Python 为给定位置创建房地产价格指数

我有一个数据集，里面有一个城市过去几年的房地产销售数据。我正试图创建一个价格指数，但很难在代码中找到任何例子，甚至是在其他领域应用的相同算法。据我所知，使用的主要算法是RSR、Case-Shiller和享乐回归。也许还有其他方法？但同样地，我在网上没有找到任何可用的东西，到目前为止，我所看到的所有ML工作都是为了估算单个属性的价值。如果有人能提出一些有用的建议，我将不胜感激

---

另外，我还应该考虑哪些因素和哪些方法来看待？

< P>关于这个非常有趣的问题的一些想法：

我真的不明白你怎么或者为什么要用机器学习来做这个。您并不是试图预测或找到一种模式，而是将一个具有高度复杂性的数据集简化为一个单一的数字，该数字随着时间的推移保持可比性

如前所述，你试图研究的现实的复杂性非常高，有很多很多事情需要考虑

例如，长期指数可能面临以下问题：几十年来，平均房屋面积可能会有很大的变化。这可能会推高或推低房价，但这将取决于房屋属性的变化，而不是市场给出的估值。房价会上涨，因为房子会更好，你的指数应该考虑到这一点

索引的构造将迫使您做出可能会使索引向某个方向倾斜的决策。对于这个问题，几乎没有一个单一的、最好的解决方案，不同的解决方案将以不同的方式处理像我在上一点中解释的那种情况。 最后，我建议你做一些阅读。拥有价格指数的机构通常会公布他们的方法，你可以从中学到很多东西。我建议由欧盟统计局负责。西班牙国家统计研究所的一份报告很好，很简洁，但用的是西班牙语

顺便说一下，你可能会在中找到这个问题的更好答案