机器学习:波士顿房价数据集

波士顿房价数据集（Boston House Price Dataset）（下载地址：http://t.cn/RfHTAgY）

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。

预测平均值的基准性能的均方根误差（RMSE）是约 9.21 千美元。

 

重要参数

* return_X_y:表示是否返回target（即价格），默认为False，只返回data（即属性）。

加载示例

1.

>>> from sklearn.datasets import load_boston

>>> boston = load_boston()

>>> print(boston.data.shape)

(506L, 13L)

2.

>>> from sklearn.datasets import load_boston

>>> data,target = load_boston(return_X_y = True)

>>> print(data.shape)

(506L, 13L)

>>> print(target.shape)

(506L,)

 

（未完待续）