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