9.【基础】波士顿房价预测--KNN Regression

最新推荐文章于 2024-07-22 17:48:50 发布

jho9o5

最新推荐文章于 2024-07-22 17:48:50 发布

阅读量4k

点赞数 3

分类专栏：机器学习实战文章标签：机器学习波士顿房价预测 KNN

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/jh1137921986/article/details/79792157

版权

本文详细介绍了使用KNN回归算法对波士顿房价进行预测的实践过程，内容来源于《Python机器学习及实战》。通过实例解析KNN算法在处理房价数据时的步骤和技巧。

摘要由CSDN通过智能技术生成

本文所有实现代码均来自《Python机器学习及实战》

#-*- coding:utf-8 -*-

#说明：前面的数据读取、分割、标准化处理还是采用上一讲的代码，只是模型的训练换成了KNN回归模型

#第一步：读取波士顿房价数据
from sklearn.datasets import load_boston
boston = load_boston()
print boston.DESCR
#从输出结果来看，该数据共有506条波士顿房价的数据，每条数据包括对指定房屋的13项数值型特征和目标房价  
#此外，该数据中没有缺失的属性/特征值，更加方便了后续的分析

#第二步：波士顿房价数据分割
from sklearn.cross_validation import train_test_split
import numpy as np
X_train,X_test,y_train,y_test = train_test_s