机器学习入门实战——支持向量机实战Boston房价数据集

更多支持向量机的理论知识查看：支持向量机

该数据集来源于1978年美国某经济学杂志上。该数据集包含若干波士顿房屋的价格及其各项数据，每个数据项包含14个数据，分别是房屋均价及周边犯罪率、是否在河边等相关信息，其中最后一个数据是房屋均价。

代码实战

这里我们说简单点儿，我们从sklearn中的datasets中导入数据集，导入需要的库，将数据集进行划分，再标准化

from sklearn.datasets import load_boston
boston = load_boston()

from sklearn.cross_validation import train_test_split
import numpy as np

X = boston.data
y = boston.target

X_train,X_test,Y_train,Y_test = train_test_split(X,y,test_size=0.25,random_state=33)

from sklearn.preprocessing import StandardScaler

ss_X = StandardScaler()
ss_