回归模型与房价预测

关键词：

1. 导入boston房价数据集

2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。

3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。

4.  一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。

?#1. 导入boston房价数据集
from sklearn.datasets import load_boston #导入波士顿房价数据
boston = load_boston()
boston.keys()
print(boston.DESCR)
data=boston.data
boston.feature_names #数据集特征
boston.target
?import pandas as pd
df=pd.DataFrame(data) #将数据转化为数据框
df

?#2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示
x=data[:,5]
y=boston.target

import matplotlib.pyplot as plt
plt.figure(figsize=(10,6))
plt.scatter(x,y)
plt.plot(x,6.66*x-30,‘g‘)
plt.show()
from sklearn.linear_model import LinearRegression
LineR = LinearRegression()
LineR.fit(x.reshape(-1,1),y)
LineR.coef_
LineR.intercept_

?#3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。
from sklearn.linear_model import LinearRegression
LineR = LinearRegression()
LineR.fit(boston.data,y)
w=LineR.coef_
b=LineR.intercept_
w
b

 

x=boston.data[:,12] 
y=boston.target
plt.figure(figsize=(10,6))
plt.scatter(x,y)
plt.plot(x,5.75*x-40.58,‘g‘)#回归线
plt.show()

#4.  一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。
import matplotlib.pyplot as plt
x=boston.data[:,12].reshape(-1,1)
y=boston.target
plt.figure(figsize=(10,6))
plt.scatter(x,y)

from sklearn.linear_model import LinearRegression
lineR=LinearRegression()
lineR.fit(x,y)
y_pred=lineR.predict(x)
plt.plot(x,y_pred,‘g‘)
print(lineR.coef_,lineR.intercept_)
plt.show()

from sklearn.preprocessing import PolynomialFeatures
poly=PolynomialFeatures(degree=2)
x_poly=poly.fit_transform(x)

lrp=LinearRegression()
lrp.fit(x_poly,y)
y_poly_pred=lrp.predict(x_poly)
plt.scatter(x,y)
plt.scatter(x,y_pred)
plt.scatter(x,y_poly_pred)
plt.show()

回归模型与房价预测(代码片段)

1.导入boston房价数据集2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。3.多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。4. 一元多项式回归模... 查看详情

回归模型与房价预测(代码片段)

1.导入boston房价数据集2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。3.多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。4. 一元多项式回归模... 查看详情

回归模型与房价预测

1.导入boston房价数据集fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR)#介绍data=boston.data#查看数据boston.target#查看房价boston.feature_names#特征　　2.一元线性回归模型，建立一个变量与房价之间的预测模型，并 查看详情

回归模型与房价预测(代码片段)

导入boston房价数据集fromsklearn.datasetsimportload_bostonboston=load_boston()print(boston.keys())一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。fromsklearn.datasetsimportload_bostonimportmatplotlib.pyplotaspltboston=load_ 查看详情

回归模型与房价预测(代码片段)

1.导入boston房价数据集fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR)boston.data.shapeimportpandasaspdpd.DataFrame(boston.data) 2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化 查看详情

回归模型与房价预测

  1.导入数据集fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()2.查看数据集#介绍print(boston.DESCR)#查看数据data=boston.data#查看房价boston.target#特征boston.feature_names3.一元线性回归模型，建立一个变量与房价 查看详情

回归模型与房价预测(代码片段)

1.导入boston房价数据集fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR) boston.data.shapeimportpandasaspdpd.DataFrame(boston.data) 2.一元线性回归模型，建立一个变量与房价之间的预测模 查看详情

回归模型与房价预测(代码片段)

...ta.shape　　查看boston的数据形状，结果为(506,13)2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 data=boston.datax=data[ 查看详情

回归模型与房价预测

1.导入boston房价数据集fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR)boston.data.shapeboston.feature_namesboston.targetimportpandasaspddf=pd.DataFrame(boston.data)df 查看详情

回归模型与房价预测

fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()dict_keys([‘data‘,‘target‘,‘feature_names‘,‘DESCR‘])print(boston.DESCR)data=boston.datax=data[:,5]y=boston.targetimportmatplotlib. 查看详情

回归模型与房价预测(代码片段)

1.导入boston房价数据集#导入boston房价数据集fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR)boston.feature_namesboston.target#利用pandas处理数据importpandasaspddf=pd.DataFrame(bost 查看详情

回归模型与房价预测

1.导入boston房价数据集2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。#导入boston房价数据集fromsklearn.datasetsimportload_bostonimportnumpyasnpboston=load_boston()boston.keys()boston.targetimportpandasaspddf=pd.DataFrame(boston.data)... 查看详情

回归模型与房价预测(代码片段)

fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR)boston.data.shapeimportpandasaspdpd.DataFrame(boston.data)boston.feature_namesboston.targetimportpandasaspddf=p 查看详情

回归模型与房价预测(代码片段)

importpandasaspdpd.DataFrame(boston.data) fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()dict_keys([‘data‘,‘target‘,‘feature_names‘,‘DESCR‘])012345678910111200.0063218.02.3 查看详情

回归模型与房价预测(代码片段)

fromsklearn.datasetsimportload_bostonboston=load_boston()boston.keys()print(boston.DESCR)data=boston.datax=data[:,5]y=boston.targetimportmatplotlib.pyplotaspltplt.scatter(x,y)plt.plot(x,9*x-30)plt.sho 查看详情

回归模型与房价预测

...tpandasaspdboston=load_boston()df=pd.DataFrame(boston.data)　#一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。fromsklearn.linear_modelimportLinearRegressionimportmatplotlib.pyplotaspltx=boston.data[:,5]y=boston.targetLinR=LinearRegression()LinR.fit... 查看详情

回归模型与房价预测

...ef_b=lineR.intercept_plt.plot(x,w*x+b,‘r‘)plt.show()　　#多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏#划分数据集fromsklearn.cross_validationimporttrain_test_splitx_train,x_test,y_train,y_test=train_test_split(boston.data,boston.target,... 查看详情

回归模型与房价预测

...ston = load_boston()boston.keys()print(boston.data)2.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。123456789101112131415161718import pandasaspd #导包pd.DataFrame(boston.data)   #预处理获取斜率  ... 查看详情