boston房价数据集的下载以及回归预测代码。

波士顿房价数据集（Boston House Price Dataset）包含对房价的预测，以千美元计，给定的条件是 房屋及其相邻房屋的详细信息。
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。

下载网址：https://pan.baidu.com/s/16ekJ7Lzrm-dH1ObNgeRNmA

密码：kcar

下载下来的数据集分为x.npy和y.npy，共506条数据。

 

使用SVR支持向量回归和Ridge岭回归实现回归预测。

Python代码

import numpy as np
import pandas as pd
from sklearn.svm import SVR

X = np.load('x.npy')
y = np.load('y.npy')

train_X = X[:406]
train_y = y[:406]
test_X = X[406:]
test_y = y[406:]


svr_linear = SVR(kernel='linear')
svr_rbf = SVR(kernel='rbf')

svr_linear.fit(train_X,train_y)
svr_rbf.fit(train_X,train_y)


linear_y_pre = svr_linear.predict(test_X)
rbf_y_pre = svr_rbf.predict(test_X)


linear_y_pre=pd.DataFrame(data=linear_y_pre)
linear_y_pre.to_csv('y_linear.csv',encoding='utf-8')
rbf_y_pre=pd.DataFrame(data=rbf_y_pre)
rbf_y_pre.to_csv('y_rbf.csv',encoding='utf-8')

from sklearn.linear_model import Ridge
ridge = Ridge(alpha=.5)
model = ridge.fit(train_X,train_y)
y_predict = model.predict(test_X)
y_predict=pd.DataFrame(data=y_predict)
y_predict.to_csv('y_ridge.csv',encoding='utf-8')