面向人工智能 实验三 Boston（波士顿）房价分析预测

        使用sklearn 自带的波士顿房价数据集，对样本数据进行分析。波士顿房价数据集(boston)包含506组数据，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。该实验要依据房屋的属性信息，对房屋的价格进行预测。 

# -*- coding: utf-8 -*-
"""
Created on Fri Sep 20 11:12:07 2024

@author: dell
"""

from sklearn.datasets import fetch_openml  
from sklearn.model_selection import train_test_split  
from sklearn.preprocessing import StandardScaler  
from sklearn.linear_model import LinearRegression  
from sklearn.metrics import mean_squared_error  
import numpy as np  
  
# 加载波士顿房价数据集  
#由于波士顿房价数据集在较新版本的 sklearn 中已被弃用，这里使用了 fetch_openml 来加载一个类似的数据集。如果需要使用原始的波士顿房价数据集，你可能需要从其他来源下载数据或使用旧版本的 sklearn。
boston = fetch_openml(name='boston', version=1, as_frame=True)  
X, y = boston.data, boston.target  
  
# 查看数据集前几行以确认数据加载正确  
print(X.head())  
print(y.head())