机器学习之二用sk-learn实现波士顿房价预测（单变量）

使用sk-learn进行波士顿房价预测（单变量）

1、预测过程

（1）、波士顿地区房价数据获取，数据来自于sklearn自带数据集；
（2）、波士顿地区房价数据分割；
（3）、训练与测试数据标准化处理；
（4）、使用最简单的线性回归模型LinearRegression对房价进行预测。

2、回归性能评价

MSE(Mean Squared Error)：均方误差。 是真实值与预测值的差值的平方和的平均值。常被用作线性回归的损失函数。

MAE(Mean Absolute Error )：平均绝对误差。 是预测值和真实值差的平均值。

RMSE(Root Mean Square Error)：均方根误差。 是预测值与真实值偏差的平方和的均值的平方根

r2_score(R Squared)：决定系数。 将预测值跟只使用均值的情况下相比，看能好多少。该数字越接近于1，模型越好