9.【基础】波士顿房价预测--KNN Regression

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
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值