回归模型与房价预测

1. 导入boston房价数据集

from sklearn.datasets import load_boston
boston = load_boston()
boston.keys()

print(boston.data)

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。

data=boston.data
x=data[:,5]
y=boston.target

import matplotlib.pyplot as plt
plt.scatter(x,y)
plt.plot(x,9*x-30)
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

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

lr = LinearRegression()
lr.fit(data,y)
lr.coef_
w=lr.coef_
lr.intercept_
b=lr.intercept_

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。

from sklearn.preprocessing import PolynomialFeatures
poly = PolynomialFeatures(degree=2)
x_poly = poly.fit_transform(x)
lp = LinearRegression()#G构建模型
lp.fit(x_poly,y)
y_poly_pred = lp.predict(x_poly)

plt.scatter(x,y)
plt.plot(x,y_poly_pred,'r')
plt.show()


lrp = LinearRegression()
lrp.fit(x_poly,y)
plt.scatter(x,y)
plt.scatter(x,y_pred)
plt.scatter(x,y_poly_pred)   #多项回归
plt.show()