1.整个项目分为数据爬取存储:使用python编写爬虫程序从某二手房网站爬取相关数据并存储至本地mysql;数据处理，对不规则化数据进行编码，特殊数据进行数值转化，归一化等处理；特征工程，根据实际预测场景结合外部数据（如地图API提供的POI信息等）分析构建有效特征，保留有效特征；模型构建，尝试多个匹配当前任务数据类型和预测目的的基础模型进行测试；优化调参，通过spark高效完成模型自动化调参，自动选择最优参数；模型集成，通过投票、得分等方式对较优模型进行集成学习等几个方面。
2.该项目最终可对二手房房价进行预测，最终预测结果偏差在500元/平方米上下。