python线性回归的小例子--波士顿房价预测

最新推荐文章于 2025-06-04 16:45:47 发布

cool_jia

最新推荐文章于 2025-06-04 16:45:47 发布

阅读量9.4k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： python&chart 文章标签： python linear_model

本文链接：https://blog.youkuaiyun.com/cool_jia/article/details/79229370

python&chart 专栏收录该内容

5 篇文章

订阅专栏

本文通过使用sklearn库中的线性回归模型对波士顿房价数据集进行了简单的线性回归分析，并以房间数量作为自变量绘制了预测结果与实际房价之间的关系图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天学习了简单的线性回归，用波士顿房价的例子测试了一下

import pandas as pd
import numpy as np
from sklearn import datasets
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

#把数据转化成pandas的形式，在列尾加上房价PRICE
boston_dataset=datasets.load_boston()
data=pd.DataFrame(boston_dataset.data)
data.columns=boston_dataset.feature_names
data['PRICE']=boston_dataset.target

#取出房间数和房价并转化成矩阵形式
x=data.loc[:,'RM'].as_matrix(columns=None)
y=data.loc[:,'PRICE'].as_matrix(columns=None)

#进行矩阵的转置
x=np.array([x]).T
y=np.array([y]).T

#训练线性模型
l=LinearRegression()
l.fit(x,y)

#画图显示
plt.scatter(x,y,s=10,alpha=0.5,c='green')
plt.plot(x,l.predict(x),c='blue',linewidth='1')
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

结果如下