【支持向量回归机预测波士顿房价】

Ⅰ、项目任务要求

• 任务描述：将“Boston房价”数据集划分为训练集和测试集，利用训练集结合支持向量回归机建立预测模型，再利用测试集来预测波士顿房价并验证预测模型的拟合能力。
• 具体任务要求如下：
  • 搜集并加载“Boston房价”数据集。
  • 定义训练集和测试集（训练集和测试集比例分别为8:2；7:3；6:4）。
  • 数据预处理—标准化处理。
  • 分别用3种核函数（线性、RBF、多项式三种核函数）结合支持向量回归机建立预测模型并通过测试集预测波士顿。
  • 利用模型拟合优度R2和均方误差来评估上述三个加入不同核函数的预测模型的拟合能力。
  • 结果分析（上述三种预测模型的对比分析），建议图表结合说明。

参考资料网址：

• https://blog.csdn.net/qq_39594033/article/details/107747194?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7Edefault-10.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7Edefault-10.no_search_link
• https://www.cnblogs.com/Lin-Yi/p/8971845.html
• https://www.bbsmax.com/A/gAJGMqWbdZ/

II、数据集描述（10）

。。。。。。（详细描述数据集：如特征属性名称及意义、记录数等）

III、主要算法原理及模型评价方法陈述（15分）

。。。。。。（写出项目中涉及的主要算法原理及模型评价方法）

IV、代码实现（45分）

。。。。（粘贴全部代码，并关键行加注释）

V、运行结果截图（15分）

（将全部运行过程截图粘贴于此，居中显示）

VI、结果分析（15分）

。。。。。。（详细分析结果）

VII、小组分工及贡献比