scikit learn 快速入门之线性回归预测房价

最新推荐文章于 2025-10-30 09:48:42 发布

原创最新推荐文章于 2025-10-30 09:48:42 发布 · 2.9k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#scikit learn #线性回归 #预测房价

机器学习同时被 2 个专栏收录

71 篇文章

订阅专栏

Python

21 篇文章

订阅专栏

本文通过一个具体的案例展示了如何使用Python的sklearn库进行线性回归分析。从数据加载到模型训练，再到预测结果的输出，提供了完整的代码实现，并附上了可视化结果的展示方式。

基础入门的知识，我就不重复造轮子了。
今天看了一篇，写的不错，推荐给大家，我下面的例子也是根据这篇博客写的完整例子
地址：https://www.jianshu.com/p/685b625679f0

直接上代码，想看代码详细解释的，看上面的博客。

#导入模块
#
from __future__ import print_function
#导入数据，导入datasets
from sklearn import datasets
#导入Linear Regression 算法
from sklearn.linear_model import LinearRegression
#导入画图模块
# import matplotlib.pyplot as plt

#导入数据-训练模型

#导入数据
#用datasets.load_boston()的形式加载数据
loaded_data = datasets.load_boston()
#把属性存在x
data_x = loaded_data.data
#真实房价存在y中
data_y = loaded_data.target
#预览一下数据集
# print(data_x[:2,:])
# print(data_y)

#定义模型
#建立模型
model = LinearRegression()
#训练模型
model.fit(data_x,data_y)
#打印预测，这里用x的前4个数据来预测，同时打印真实值，作为对比，可以看到是有些误差的。
print(model.predict(data_x[:4,:]))
#打印真实值
print(data_y[:4])