Regression的应用-预测房价

最新推荐文章于 2024-06-13 19:55:48 发布

原创最新推荐文章于 2024-06-13 19:55:48 发布 · 1k 阅读

CC 4.0 BY-SA版权

32 篇文章

订阅专栏

本文介绍如何使用Jupyter进行数据探索及模型训练，包括启动环境、数据加载与展示、模型创建与评估等步骤，并通过实际案例对比了不同特征数量对模型性能的影响。

概要：

一、Jupyter的使用

二、

一、使用jupyter

1、启动

ipython notebook

导入graphlab

import graphlab as gl

加载数据

sf=gl.SFrame('home_data.gl')

显示

sf.show()

sf.show(view="Scatter Plot",x="sqft_living",y="price")

如下面这样，就可以将plot显示在notebook上

gl.canvas.set_target('ipynb')
sf.show(view="Scatter Plot",x="sqft_living",y="price")

划分数据集：训练与测试集为8:2

train_data,test_data=sf.random_split(.8,seed=0)

从单个特征中学习回归模型

sqft_model=gl.linear_regression.create(train_data,target='price',features=['sqft_living'])

计算均方根误差（RMSE）

print sqft_model.evaluate(test_data)

可视化模型

plt.plot(test_data['sqft_living'],test_data['price'],'.',
        test_data['sqft_living'],sqft_model.predict(test_data),'-')

查看学习曲线的参数

sqft_model.get('coefficients')

得到y=wx+b中w和数值

使用其他特征

sf.show(view='BoxWhisker Plot',x='zipcode',y='price')

my_features_model=gl.linear_regression.create(train_data,target='price',features=my_features)

比较两个模型的均方根误差

print sqft_model.evaluate(test_data)
print my_features_model.evaluate(test_data)

明显可以看到多个特征拟合的学习曲线明显好于单特征的学习曲线

查看单个房屋的资料

house=sf[sf['id']=='5309101200']

应用模型预测平均房价

print sqft_model.predict(house)
print my_features_model.predict(house)

结果如下

[629962.4001576095]
[719488.3111268017]

在新样本中测试模型

[629962.4001576095]
[719488.3111268017]

Regression的 应用-预测房价