使用tensorflow神经网络预测房价模型

        本例使用kaggle的“House Sales in King County, USA"数据集，共有21613笔房屋数据，每一笔数据有21个不同的信息，如图所示：

下载地址：

                链接: https://pan.baidu.com/s/15OjQ5YHpooDaxkhFHfTpjg

                提取码: tcg9

第1步，导入必要套件：

import os
import numpy as np
import pandas as pd
import tensorflow as tf
import matplotlib.pyplot as plt

from tensorflow import keras
from tensorflow.keras import layers

第2步，读取数据并进行数据预处理

        根据列表中第2列date数据提取“年、月、日”这3个有效信息，并放在列表最后，尔后丢弃id与date这2个无用信息。

data = pd.read_csv("kc_house_data.csv")

data['year'] = pd.to_numeric(data['date'].str.slice(0, 4))
data['month'] = pd.to_numeric(data['date'].str.slice(4, 6))
data['