scikit-learn线性回归实践 – 波斯顿房价预测人工智能zag666的博客-

Educoder实训平台机器学习—线性回归：scikit-learn线性回归实践 – 波斯顿房价预测
(下方代码已成功通过平台测试)

机器学习:波士顿房价数据集

波士顿房价数据集（Boston House Price Dataset）

使用sklearn.datasets.load_boston即可加载相关数据。该数据集是一个回归问题。每个类的观察值数量是均等的，共有 506 个观察，13 个输入变量和1个输出变量。

每条数据包含房屋以及房屋周围的详细信息。其中包含城镇犯罪率，一氧化氮浓度，住宅平均房间数，到中心区域的加权距离以及自住房平均房价等等。

CRIM：城镇人均犯罪率。

ZN：住宅用地超过 25000 sq.ft. 的比例。

INDUS：城镇非零售商用土地的比例。

CHAS：查理斯河空变量（如果边界是河流，则为1；否则为0）。

NOX：一氧化氮浓度。

RM：住宅平均房间数。

AGE：1940 年之前建成的自用房屋比例。

DIS：到波士顿五个中心区域的加权距离。

RAD：辐射性公路的接近指数。

TAX：每 10000 美元的全值财产税率。

PTRATIO：城镇师生比例。

B：1000（Bk-0.63）^ 2，其中 Bk 指代城镇中黑人的比例。

LSTAT：人口中地位低下者的比例。

MEDV：自住房的平均房价，以千美元计。

任务描述

本关任务：你需要调用 sklearn 中的线性回归模型，并通过波斯顿房价数据集中房价的13种属性与目标房价对线性回归模型进行训练。我们会调用你训练好的线性回归模型，来对房价进行预测。

相关知识

为了完成本关任务，你需要掌握：1.LinearRegression。

数据集介绍

波斯顿房价数据集共有506条波斯顿房价的数据，每条数据包括对指定房屋的13项数值型特征和目标房价组成。用数据集的80%作为训练集，数据集的20%作为测试集，训练集和测试集中都包括特征和目标房价。

想要使用该数据集可以使用如下代码：

import pandas as pd #获取训练数据 train_data = pd.read_csv('./step3/train_data.csv') #获取训练标签 train_label = pd.read_csv('./step3/train_label.csv') train_label = train_label['target'] #获取测试数据 test_data = pd.read_csv('./step3/test_data.csv') 

数据集中部分数据与标签如下图所示：

LinearRegression

LinearRegression的构造函数中有两个常用的参数可以设置：

fit_intercept：是否有截据，如果没有则直线过原点，默认为Ture。
normalize：是否将数据归一化,默认为False。
LinearRegression类中的fit函数用于训练模型，fit函数有两个向量输入：

X：大小为[样本数量,特征数量]的ndarray，存放训练样本
Y：值为整型，大小为[样本数量]的ndarray，存放训练样本的标签值
LinearRegression类中的predict函数用于预测，返回预测值，predict函数有一个向量输入：

X：大小为[样本数量,特征数量]的ndarray，存放预测样本
LinearRegression的使用代码如下：

lr = LinearRegression() lr.fit(X_train, Y_train) predict = lr.predict(X_test) 

编程要求

使用sklearn构建线性回归模型，利用训练集数据与训练标签对模型进行训练，然后使用训练好的模型对测试集数据进行预测，并将预测结果保存到./step3/result.csv中。保存格式如下：

通关代码

#encoding=utf8 #********* Begin *********# import pandas as pd from sklearn.linear_model import LinearRegression train_data = pd.read_csv('./step3/train_data.csv') train_label = pd.read_csv('./step3/train_label.csv') train_label = train_label['target'] test_data = pd.read_csv('./step3/test_data.csv') lr = LinearRegression() lr.fit(train_data,train_label) predict = lr.predict(test_data) df = pd.DataFrame({'result':predict})  df.to_csv('./step3/result.csv', index=False) #********* End *********#