Matplotlib绘图示例1-波士顿房价可视化

首先介绍一下Keras：

• List itemKeras是一个高层的神经网络和深度学习库；
• 可以快速搭建神经网络模型，非常易于调试和扩展；
• 是TensorFlow的官方API
• 内置了一些常用的公共数据集，可以通过keras.datasets模块加载和访问

Keras中集成的数据集如下：

其中，波士顿房价数据集：

• 涵盖了麻省波士顿的506个不同地区的房屋数据
• 404条训练数据集，102条测试数据集
• 每条数据有14个字段，包含13个属性，和1个房价的平均值

14个字段具体介绍如下：

（1）加载数据集 —.load_data()方法

注意：使用.load_data()方法得到的数据集是NumPy数组的形式

加载波士顿房价数据集完整代码如下：

import tensorflow as tf
boston_housing = tf.keras.datasets.boston_housing

(train_x,train_y),(test_x,test_y) = boston_housing.load_data()

执行结果如下：

(2) 改变数据集的划分比例

只需要在load_data()函数中添加参数test_split=测试集占全部数据的比例值

(train_x,train_y),(test_x,test_y) = boston_housing.load_data(test_split=0)

下面是查看波士顿数据集的一些操作，可自行查看，了解数据集的基本情况。

'''   查看数据集基本信息'''

print("