线性回归:boston房价

Posted timlong

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性回归:boston房价相关的知识,希望对你有一定的参考价值。

from sklearn.linear_model import LinearRegression,Lasso,Ridge
from sklearn.datasets import load_boston
import matplotlib.pyplot as plt

boston=load_boston()
data = boston.data
target = boston.target

x_train = data[:450]
y_train = target[:450]
x_test = data[450:]
y_test = target[450:]

lr = LinearRegression()
rr = Ridge()
lasso = Lasso()

lr.fit(x_train,y_train)
rr.fit(x_train,y_train)
lasso.fit(x_train,y_train)

y_lr = lr.predict(x_test)
y_rr = rr.predict(x_test)
y_lasso = lasso.predict(x_test)

plt.plot(y_test,label=real)
plt.plot(y_lr,label=lr)
plt.plot(y_rr,label=rr)
plt.plot(y_lasso,label=lasso)
plt.legend()
plt.show()

 

技术图片

以上是关于线性回归:boston房价的主要内容,如果未能解决你的问题,请参考以下文章

基于线性回归分析——boston房价预测

ML之shap:基于boston波士顿房价回归预测数据集利用Shap值对LiR线性回归模型实现可解释性案例

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