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