0303简单线性回归-基于波士顿房产数据集

1、回归算法的评价指标有MSE，RMSE，MAE、R-Squared，下面一一介绍。

• MSE均方误差：
  
• MAE平均绝对误差：
  
• RMSE均方根误差：
  
• 可决系数（拟合优度）
  
  2、用以上4个指标测评回归算法——基于波士顿房产数据集

（1） 波士顿房产数据集
波士顿房产数据集：使用sklearn.datasets.load_boston即可加载相关数据。该数据集共有 506 个观察，13 个输入变量和1个输出变量。基于该数据对波士顿房产数据集做最简单的线性回归，这里只考虑房间数量一个特征。
每条数据包含房屋以及房屋周围的详细信息。其中包含城镇犯罪率，一氧化氮浓度，住宅平均房间数，到中心区域的加权距离以及自住房平均房价等等。

（2）代码实现

#导入用到的库
import sklearn.datasets as datasets
from sklearn.linear_model import LinearRegression  #线性回归模型
from sklearn.model_selection import train_test_split #切分训练集和测试集
import pandas as pd
import numpy as np

Boston = datasets.load_boston()  #载入数据集
print(Boston.DESCR) #得到关于房价的描述信息
x