波士顿房屋价值模型预测

import numpy as np
import pandas as pd
import matplotlib.pylab as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
from sklearn import linear_model
model=linear_model.LinearRegression()

导入数据

from sklearn import datasets  #从sklearn数据集库导入boston数据
from sklearn.model_selection import train_test_split  #数据集划分包
boston =datasets.load_boston()
boston

转换格式

x=pd.DataFrame(boston.data)  #将data转换为Dataframe格式
x
y=boston.target
y

给x添加列名

x.columns=boston.feature_names
x

划分训练、测试数据集

x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2)

恢复索引

for i in [x_train,x_test]:i.index=range(i.shape[0])

数据标准化

x_train=(x_train-x_train.mean())/x_train.std()
x_test=(x_test-x_test.mean())/x_test.std()
x_test

拟合

model.fit(x_train,y_train)

预测

y_pre=model.predict(x_test)
y_pre

截距

model.intercept_

斜率

model.coef_
#将系数和对应名称组合起来
a=[*zip(x_train.columns,model.coef_)]
print(a)
b=[*zip(x_train.columns,abs(model.coef_))]
print(b)
c=pd.DataFrame(b).sort_values(by=1)
print(c)

c:

c.iloc[10:]

结果:

评估模型

# 画图
plt.figure(figsize=(15,8),dpi=80)
plt.plot(range(len(y_test)),sorted(y_test),label="真实")
plt.plot(range(len(y_pre)),sorted(y_pre),label="预测")
plt.legend()
plt.show()

两个指标

#MSE用来检测模型的预测值和真实值之间的偏差,值越大,表明预测效果越差
from sklearn.metrics import mean_squared_error as MSE  #均方误差
MSE(y_pre,y_test)  #y_pre对x_test的预测
from sklearn.metrics import r2_score
r2=model.score(x_test,y_test)
r2         #  r2 越接近于1,表示回归的效果越好

多元线性回归——波士顿房屋价值模型预测相关推荐

  1. 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 ...

  2. 基于多元线性回归的股票分析与预测——R语言

    基于多元线性回归的股票分析与预测 一.数据来源 1.自变量 2.因变量 二.多元线性回归 1. 初步建立多元线性回归模型 (1)数据集划分 (2)建立回归模型 2. 多元线性回归模型的优化 3.模型误 ...

  3. BP神经网络用于波士顿房屋数据集上预测

    一.BP神经网络的matlab工具箱 1.1. BP神经网络创建函数 自R2010b版本以后,matlab神经网络工具箱对BP网络的创建函数进行了更新,更新后的函数如下: net = feedforw ...

  4. 使用Python+Pandas+Statsmodels建立线性回归模型预测房价

    [综述] 本文通过使用Python+Pandas+Statsmodels建立简单一元线性回归模型.多元线性回归模型来预测房价. 主要内容来源自网页:https://www.learndatasci.c ...

  5. Python数据分析案例-利用多元线性回归与随机森林回归算法预测笔记本新品价格

    1.前言 目的: 本文通过多元线性回归与随机森林算法预测笔记本新品的发售价 工具: 语言:Python 3.8 软件:Jupyter Notebook 库:pandas.numpy.matplotli ...

  6. 基于多元线性回归算法的5G基站能耗模型

    [摘  要]5G基站能耗高,对运营商的网络运营成本带来较大的压力.优化了5G基站能耗测试方法和业务加载方法,获取了大量现网5G基站能耗和无线利用率关系的实测基础数据.基于多元线性回归算法,构建了不同场 ...

  7. pythonsklearn多元回归回归_sklearn入门之多元线性回归

    原标题:sklearn入门之多元线性回归 本文作者:杨长青 本文编辑:胡 婧 技术总编:张学人 scikit-learn又称sklearn是基于python的一个强大的机器学习库,它建立在numpy, ...

  8. 用Python搭建机器学习模型预测房租价格

    毫无疑问,机器学习是当前大数据分析中最热门的话题.这也是一些最令人兴奋的技术领域的基本概念,例如自动驾驶汽车和预测分析.百度上的机器学习搜索在2019年4月创历史新高,自此以来兴趣一直没有下降. 但是 ...

  9. 统计学——一元线性回归与多元线性回归

    统计学(第6版) 贾俊平 读书笔记 第11章 一元线性回归 11.1 变量间关系的度量 变量之间的关系可分为两种类型,即函数关系和相关关系.其中,函数关系是一一确定的关系,给定一个自变量x,因变量y依 ...

最新文章

  1. 一、多个txt文件合并成1个txt文件
  2. c++后台开发项目_[c/c++后台开发面经系列]4 Zoom面经(含答案)
  3. WWISE 交互式音频库
  4. 1MySQL是面向对象型数据库_数据库及MySQL基础(1)
  5. linux下exec系列(一)
  6. iOS手势UIGustureRecognizer
  7. 以30字符宽居中输出python字符串_python3字符串
  8. 7. vue-cli 安装和使用脚手架
  9. OpenCV-图像处理(32、点多边形测试)
  10. TensorRT 进阶用法
  11. 设计模式-行为性模式(模板方法模式,策略模式,命令模式,责任链模式,观察者模式,中介者模式,迭代器模式)
  12. halcon轮廓擦除_Halcon中轮廓分割segment
  13. 前期易语言编程作品收录|DKP系统|
  14. R语言绘制heatmap热图
  15. 批量发工资条小工具使用说明
  16. 安防RTSP协议摄像头实现WEB端无插件直播流媒体服务EasyNVR实现海康大华宇视摄像头网页播放的方法
  17. ARM uboot 的移植3 -从 uboot 官方标准uboot开始移植
  18. ChatGPT怎么突然变得这么强?华人博士万字长文深度拆解GPT-3.5能力起源
  19. CSAPP实验1:datalab
  20. Android 城市列表选择

热门文章

  1. 计算机职称退休,教师已有岗位职称满3年和工龄40年,对退休工资有影响
  2. 计算机网络端到端进程到进程,计算机网络:端到端协议
  3. 【小猿說】程序员喝酒解释专业术语,笑死我了!
  4. 【Jade】jade的一些使用技巧
  5. 老黄怎么看AMD:双方差距已是9和0
  6. nginx实现内外网同时访问
  7. Gitlab----管理员如何创建用户并邮件通知
  8. JZOJ 4637 大鱼海棠
  9. SKU 与 SPU 以及数据库表设计
  10. 计算机应用技术专业论文答辩,最新计算机应用技术专业毕业论文答辩稿演讲自述范文...