机器学习公开数据集：波士顿房价数据集

一、数据集介绍

波士顿房价数据集的特征包括了城市环境、房屋结构和社会经济等方面的信息。这些特征可以用于预测房屋的中位价格，帮助人们了解不同因素

对房价的影响程度。例如，通过探索特征之间的关系，我们可以了解犯罪率、房间数量、学生与教师比例等因素对房价的影响。该数据集的字段如下：

1. town：城镇名称。

2. tract：地区编号。

3. longitude：地区的经度。

4. latitude：地区的纬度。

5. crime：该地区的犯罪率。

6. residential：住宅用地比例。

7. industrial：非零售商业用地比例。

8. river：是否靠近河流（是/否）。

9. nox：一氧化氮浓度。

10. rooms：平均房间数。

11. older：1940年之前建造的自住房屋比例。

12. distance：距离波士顿市中心的加权距离。

13. highway：距离最近的高速公路的便利指数。

14. tax：每万美元的全值财产税率。