回归模型与房价预测

Posted dsj666

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了回归模型与房价预测相关的知识,希望对你有一定的参考价值。

1. 导入boston房价数据集

from sklearn.datasets import load_boston
boston = load_boston()
boston.keys()

  导入数据集

boston.data.shape

  查看boston的数据形状,结果为

(506, 13)

2. 一元线性回归模型,建立一个变量与房价之间的预测模型,并图形化显示。

 

data = boston.data
x = data[:,5]
y = boston.target
import matplotlib.pyplot as plt
plt.scatter(x,y)
plt.plot(x,b*x+w,‘r‘)
plt.show()
w=LineR.intercept_

  截距

from sklearn.linear_model import LinearRegression
LineR = LinearRegression()
LineR.fit(x.reshape(-1,1),y)
b=LineR.coef_

  斜率

  技术分享图片

3. 多元线性回归模型,建立13个变量与房价之间的预测模型,并检测模型好坏,并图形化显示检查结果。

xx=data[:,12].reshape(-1,1)
plt.scatter(xx,y)
plt.show()

  技术分享图片

lrl2 = LinearRegression()
lrl2.fit(xx,y)
w = lrl2.coef_
b = lrl2.intercept_
plt.scatter(xx,y)
plt.plot(xx,w*xx+b,‘r‘)
plt.show()

  技术分享图片

4.  一元多项式回归模型,建立一个变量与房价之间的预测模型,并图形化显示。

from sklearn.preprocessing import PolynomialFeatures
p = PolynomialFeatures(degree=2)
p.fit(xx)
x_poly = p.transform(xx)
x_poly

  

Out[101]:
array([[ 1.    ,  4.98  , 24.8004],
       [ 1.    ,  9.14  , 83.5396],
       [ 1.    ,  4.03  , 16.2409],
       ...,
       [ 1.    ,  5.64  , 31.8096],
       [ 1.    ,  6.48  , 41.9904],
       [ 1.    ,  7.88  , 62.0944]])
lrp = LinearRegression()
lrp.fit(x_poly,y)
y_poly = lrp.predict(x_poly)
plt.scatter(xx,y)
plt.plot(xx,w*xx+b,‘r‘)
plt.scatter(xx,y_poly)
plt.show()
lrp.coef_

  技术分享图片

 

 



 



以上是关于回归模型与房价预测的主要内容,如果未能解决你的问题,请参考以下文章

回归模型与房价预测

回归模型与房价预测

回归模型与房价预测

回归模型与房价预测

回归模型与房价预测

回归模型与房价预测