ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

波士顿住房数据： 该数据集取自StatLib图书馆，由卡内基梅隆大学维护。该数据集涉及住房城市波士顿的房价。提供的数据集有506个实例，包含13个特征。数据集的描述取自

null

图片[1]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

让我们建立线性回归模型，预测房价输入库和数据集。

Python3

                           # Importing Libraries                         
                           import                                        numpy as np                         
                           import                                        pandas as pd                         
                           import                                        matplotlib.pyplot as plt                         
                                      
                           # Importing Data                         
                           from                                        sklearn.datasets                                        import                                        load_boston                         
                           boston                                        =                                        load_boston()                         

输入波士顿数据的形状和获取特征名称

Python3

boston.data.shape

图片[2]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

Python3

boston.feature_names

图片[3]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

将数据从nd阵列转换为数据帧，并向数据中添加要素名称

Python3

data = pd.DataFrame(boston.data)

data.columns = boston.feature_names

data.head( 10 )

图片[4]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

将“价格”列添加到数据集

Python3

# Adding 'Price' (target) column to the data

boston.target.shape

图片[5]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

Python3

data[ 'Price' ] = boston.target

data.head()

图片[6]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

波士顿数据集描述

Python3

data.describe()

图片[7]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

波士顿数据集信息

Python3

data.info()

图片[8]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

获取输入和输出数据，并进一步将数据拆分为训练和测试数据集。

Python3

                           # Input Data                         
                           x                                        =                                        boston.data                         
                                      
                           # Output Data                         
                           y                                        =                                        boston.target                         
                                      
                                      
                           # splitting data to training and testing dataset.                         
            
                           #from sklearn.cross_validation import train_test_split                         
                           #the submodule cross_validation is renamed and reprecated to model_selection                         
                           from                                        sklearn.model_selection                                        import                                        train_test_split                         
            
                           xtrain, xtest, ytrain, ytest                                        =                                        train_test_split(x, y, test_size                                        =                                        0.2                                        ,                         
                                                     random_state                                        =                                        0                                        )                         
                                      
                           print                                        (                                        "xtrain shape : "                                        , xtrain.shape)                         
                           print                                        (                                        "xtest shape  : "                                        , xtest.shape)                         
                           print                                        (                                        "ytrain shape : "                                        , ytrain.shape)                         
                           print                                        (                                        "ytest shape  : "                                        , ytest.shape)                         

图片[9]-ML |波士顿住房Kaggle挑战与线性回归-yiteyi-C++库

将线性回归模型应用于数据集并预测价格。

Python3

                           # Fitting Multi Linear regression model to training model                         
                           from                                        sklearn.linear_model                                        import                                        LinearRegression                         
                           regressor                                        =                                        LinearRegression()                         
                           regressor.fit(xtrain, ytrain)                         
                                      
                           # predicting the test set results                         
                           y_pred                                        =                                        regressor.predict(xtest)                         

绘制散点图以显示预测结果——“ytrue”值与“y_pred”值

Python3

                           # Plotting Scatter graph to show the prediction                         
                           # results - 'ytrue' value vs 'y_pred' value                         
                           plt.scatter(ytest, y_pred, c                                        =                                        'green'                                        )                         
                           plt.xlabel(                                        "Price: in $1000's"                                        )                         
                           plt.ylabel(                                        "Predicted value"                                        )                         
                           plt.title(                                        "True value vs predicted value : Linear Regression"                                        )                         
                           plt.show()                         