机器学习实战：加州房价预测全流程

最新推荐文章于 2025-12-22 13:59:14 发布

原创

最新推荐文章于 2025-12-22 13:59:14 发布 · 423 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python

数据准备与加载

房价预测是一个经典的回归问题，Scikit-learn内置的波士顿房价数据集（已弃用）或加利福尼亚房价数据集可用于演示。以下示例使用fetch_california_housing加载数据：

from sklearn.datasets import fetch_california_housing
import pandas as pd

data = fetch_california_housing(as_frame=True)
X = data.data  # 特征数据
y = data.target  # 目标值（房价中位数）
print(X.head())

数据探索与可视化

通过直方图和散点图分析特征分布与目标值的关系：

import matplotlib.pyplot as plt

X.hist(bins=50, figsize=(12, 8))
plt.show()

plt.scatter(X['MedInc'], y, alpha=0.3)
plt.xlabel('Median Income')
plt.ylabel('House Price')
plt.show()

数据预处理

标准化数值特征并拆分数据集：

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

X_train, X_test, y_train, y_test = train_test_split(
    X_scaled, y, test_size=0.2,