前言

本文属于 线性回归算法【AIoT阶段三】，这里截取自其中一段内容，方便读者理解和根据需求快速阅读。本文通过公式推导+代码两个方面同时进行，因为涉及到代码的编译运行，如果你没有 NumPyNumPyNumPy，PandasPandasPandas，MatplotlibMatplotlibMatplotlib 的基础，建议先修文章：数据分析三剑客【AIoT阶段一（下）】（十万字博文保姆级讲解）

线性回归预测房价

1.数据加载

首先导包：

import numpy as np
from sklearn import datasets
from sklearn.linear_model import LinearRegression

我们要实现的是对 波士顿 这个城市进行房价预测，有关 波士顿 的数据，可以直接用代码：

boston = datasets.load_boston()

我们来看一下 datasets.load_boston() 里面都有哪些数据：

数据由三部分组成：

datadatadata 即数据，这些数据影响了房价，统计指标
targettargettarget 指房价，242424 就表示 242424 万美金
feature_namesfeature\_namesfeature_names 就是具体的指标，比如 CRIMCRIMCRIM：犯罪率；NOXNOXNOX：空气污染，NNN元素的含量；TAXTAXTAX ：税收；这些指标都会影响到房价

我们把这些信息分开来处理：

boston = datasets.load_boston()X = boston['data']   # 数据,这些数据影响了房价,统计指标
y = boston['target'] # 房价,24就表示24万美金# CRIM:犯罪率
# NOX:空气污染,N含量
# TAX:税收
# 这些指标都和放假有关
feature_names = boston['feature_names'] # 具体指标

2.数据查看

# 506 表示 506 个统计样本
# 13 表示影响房价的 13 个属性
X.shape

# 506 个房子
# X -----> y 是一一对应的
# 数据 -----> 目标值对应
y.shape

3.数据拆分

# 506个数据、样本
# 拆分成两份：一份 80%用于训练，一份20%用于验证
# 拿出其中的80%，交给算法(线性回归)，去进行学习、总结、拟合函数
# 20%作用：验证，测一测，看看算法，学习80%结束，是否准确
# 如何划分：利用 numpy 的 shuffle 打乱数据
index = np.arange(506)
np.random.shuffle(index)
index

506×80%≈405506 \times 80\%≈405506×80%≈405，故我们拿出打乱后的前 405405405 个数据用于训练算法，其余数据用于验证算法：

# 80% 训练数据
train_index = index[:405]
X_train = X[train_index]
y_train = y[train_index]
# 20% 测试数据
test_index = index[405:]
X_test = X[test_index]
y_test = y[test_index]

4.数据建模

np.set_printoptions(suppress = True) # 不使用科学计数法model = LinearRegression(fit_intercept = True)
# 建模：算法、方程
model.fit(X_train, y_train)
# 建模获取了斜率,斜率有大有小,有正有负
# 斜率为正代表正相关(面积),为负代表负相关(犯罪率)
display(model.coef_, model.intercept_)

5.模型验证

# 模型预测的结果：y_
y_ = model.predict(X_test).round(2)
# 展示前 30 个:
display(y_[:30])
# 展示真实结果的前 30 个:
display(y_test[:30])

算法的预测难免会有异常值，这是 不可避免的！

6.模型评估

# 最大值是 1,最小值可以小于 0
# 这个指标越接近 1,说明算法越优秀
model.score(X_test, y_test)

# 再来判断一下训练数据的得分
model.score(X_train, y_train)

显然，训练数据的得分是高的，这就好比我们在考试前都会做模拟题，我们如果考试卷的大部分题目都和模拟题是一样的，那么我们的分数就会高一些，如果考试的题目都是新题，那么我们的分数就会低一些

当然，我们评测数据不止这一个方法，下面简单介绍一下别的方法：

# 最小二乘法
from sklearn.metrics import mean_squared_error# 这个是测试数据，对应的是 20%
y_pred = model.predict(X_test)
y_true = y_test
mean_squared_error(y_true, y_pred)

我们再来看那 80%80\%80% 的训练数据：

# 80% 的训练数据:
mean_squared_error(y_train, model.predict(X_train))

注意我们这里的分数是 errorerrorerror，即 越小越好！

线性回归实战【房价预测】相关推荐

MOOC网深度学习应用开发1——Tensorflow基础、多元线性回归:波士顿房价预测问题Tensorflow实战、MNIST手写数字识别：分类应用入门、泰坦尼克生存预测
Tensorflow基础 tensor基础当数据类型不同时,程序做相加等运算会报错,可以通过隐式转换的方式避免此类报错. 单变量线性回归监督式机器学习的基本术语线性回归的Tensorflow实战 ...
02-06 普通线性回归(波斯顿房价预测)+特征选择
文章目录普通线性回归(波士顿房价预测) 导入模块获取数据打印数据特征选择散点图矩阵关联矩阵训练模型可视化普通线性回归(波士顿房价预测) 导入模块 import pandas as p ...
基于多元线性回归的房价预测
基于多元线性回归的房价预测摘要市场房价的走向受到多种因素的影响,通过对影响市场房价的多种因素进行分析,有助于对未来房价的走势进行较为准确的评估. 多元线性回归适用于对受到多因素影响的数据进行分析的 ...
python使用线性回归实现房价预测
一.单变量房价预测采用一元线性回归实现单变量房价预测.通过房屋面积与房价建立线性关系,通过梯度下降进行训练,拟合权重和偏置参数,使用训练到的参数进行房价预测. 1.房屋面积与房价数据 32.5023 ...
线性回归波士顿房价预测
目录线性回归对波士顿房价进行预测一.基础概念: 1. 线性回归 2. 平均绝对误差,均方误差的理解 3. 决定系数二.实验步骤与分析 1. 数据背景 2. 数据读入 3. 定义特征值.目标值 4 ...
kaggle简单实战——房价预测（xgboost实现）
最近正在学习xgboost,因此在kaggle上用xgboost做了个简单的小项目--波士顿房价预测(https://www.kaggle.com/c/house-prices-advanced-re ...
基于线性回归的房价预测分析
一.分析问题尝试使用线性回归模型分析波士顿房价数据集,达到可通过房子属性(X)预测房价(y)的效果. 二.获取数据 sklearn.datasets中自带的load_boston数据集. 三.数据探 ...
educoder 数据挖掘算法原理与实践：线性回归（房价预测）
第1关:线性回归算法思想 1 BC 第2关:动手实现线性回归 #encoding=utf8 import numpy as np#mse def mse_score(y_predict,y_test) ...
线性回归波士顿房价预测
线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式. 线性回归当中主要有两种模型,一种是线性关系,另一种是 ...
机器学习——线性回归、房价预测案例【正规方案与梯度下降】
# coding:utf-8 # 1.获取数据集 #2.数据基本处理 #2.1.数据划分 #3.特征工程--标准化 #4.机器学习(线性回归) #5.模型评估 from sklearn.dataset ...

线性回归实战【房价预测】

前言