【Python机器学习】回归——示例：预测乐高玩具套装的价格

最新推荐文章于 2025-06-09 09:00:00 发布

zhangbin_237

最新推荐文章于 2025-06-09 09:00:00 发布

阅读量1.3k

点赞数 22

分类专栏： Python机器学习文章标签：机器学习 python 回归

本文链接：https://blog.youkuaiyun.com/weixin_39407597/article/details/141018925

版权

用回归法预测乐高套装价格的基本步骤：

1、收集数据：用Google Shopping的API收集到的数据

2、准备数据：从返回的JSON数据中抽取价格

3、分析算法：可视化并观察数据

4、训练算法：构建不同的模型，采用逐步线性回归和直接的线性回归模型

5、测试算法：使用交叉验证来测试不同的模型，分析哪个效果更好

6、使用算法：目标就是生成数据模型

收集数据

Google为用户提供了一套购物的API来抓取价格，API将以JSON格式返回所需的产品信息。Python提供了JSON解析模块，我们可以从返回的JSON格式里整理出所需数据。

具体代码：

import json
from numpy import *
from time import sleep
import urllib.request

def searchForSet(retX,retY,setNum,yr,numPce,origPrc):
    sleep(5)
    myAPIstr='AIzaSyD2cR2KFyx12hXu6PFU-wrWot3NXvko8vY'
    searchURL='https://www.googleapis.com/shopping/search/v1/public/products?key=%s&country=US&q=lego+%d&alt=json'%(myAPIstr,setNum)
    pg=urllib.request.urlopen(searchURL)
    retDict=json.loads(pg.read())
    for i in rang