我有一个数据集，包含了房屋的多个特征，包括类型、位置、卧室数量等。例如：

• 类型：公寓、半独立式住宅、独立式住宅
• 位置：（纬度，经度）对，如（40.7128° N, 74.0059° W）
• 卧室数量：1, 2, 3, 4 …

我想要预测的目标变量是房屋价格。然而，原始数据集中给出的房屋价格是价格区间，而不是数值，例如：

• 房屋价格：[0,100000), [100000,150000), [150000,200000), [200000,250000), 等等。

所以我的问题是，如果我想预测房屋价格的范围，我应该使用什么模型？简单回归模型似乎不适用，因为我们预测的是区间而不是连续的数值。

提前感谢。

回答：

我会使用价格范围的中位数并运行线性回归。在你的情况下，标签将是{50000, 125000, 175000, 225000, …}。在你得到预测价格后，只需选择它所属的范围即可。

或者，如果价格范围是固定的，你可以使用一对多的逻辑回归，尽管我确定这不是最佳方法。