python数据分析项目实战——波士顿房价预测

概述

波士顿房价预测是机器学习、数据分析入门的经典案例。下面我们通过这个案例来一起学习相关内容。

数据集描述

此数据源于美国某经济学杂志上,分析研究波士顿房的数据集,共有506个样本数据,13个输入特征和1个输出特征。

名称 说明
CRIM 城镇人均犯罪率
ZN 住宅地所占的比例
INDUS 城镇非住宅地所占比例
CHAS 是否临近Charies River
NOX 一氧化氮浓度
RM 屋子的平均房间数
AGE 1940年之前建成的自住单位的比例
DIS 距离5个波士顿就业中心的加权距离
RAD 距离高速公路的可达指数
TAX 全值财产税率
PARATIO 学生与教师的比例
B 城镇重黑人所占比例
LSTAT 低收入人群占比
MEDV 同类房屋价格的中位数

数据集下载

可以sklearn.datasets直接加载数据(from sklearn.datasets import load_boston)
或者可以从AI Studio上查找。

波士顿房价预测模型

简单线性回归分析
手写梯度下降法预测模型
继续更新中,敬请期待~

你可能感兴趣的:(数据挖掘,python,sklearn,机器学习)