首页 > 其他 > 详细

回归模型与房价预测

时间:2018-12-10 10:49:41      阅读:111      评论:0      收藏:0      [点我收藏+]

1. 导入boston房价数据集

from sklearn.datasets import load_boston
boston = 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,并图形化显示。

import pandas as pd #导包
pd.DataFrame(boston.data)

#预处理获取斜率

from sklearn.linear_model import LinearRegression
LineR = LinearRegression()
LineR.fit(x.reshape(-1,1),y)
w=LineR.coef_



#获取截距
b=LineR.intercept_


#图形化显示
x = data[:,5]
y = boston.target

import matplotlib.pyplot as plt
plt.scatter(x,y)
plt.plot(x,w*x+b,‘G‘)
plt.show()

  技术分享图片

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。

 

回归模型与房价预测

原文:https://www.cnblogs.com/LLABC/p/10094876.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!