华为LAB实验室3-机器学习实验：（线性回归）美国King County房价预测训练赛

各位好，我是乾颐堂大堂子。领取完整实战指南可以私信我，关键词：实战指南

1. 导入相关python库

2.数据处理

下载的是两个数据文件，一个是真实数据，一个是测试数据，打开kc_train.csv，能够看到第二列是销售价格，而我们要预测的就是销售价格，所以在训练过程中是不需要销售价格的，把第二列删除掉，新建一个csv文件存放销售价格这一列，作为后面的结果对比。

2.1数据说明

​数据主要包括2014年5月至2015年5月美国King County的房屋销售价格以及房屋的基本信息。 数 据分为训练数据和测试数据， 分别保存在kc_train.csv和kc_test.csv两个文件中。 其中训练数据主要包括10000条记录， 14个字段， 主要字段说明如下：

第一列 “销售日期” ： 2014年5月到2015年5月房屋出售时的日期

第二列 “销售价格” ： 房屋交易价格， 单位为美元， 是目标预测值

第三列 “卧室数” ： 房屋中的卧室数目

第四列 “浴室数” ： 房屋中的浴室数目

第五列 “房屋面积” ： 房屋里的生活面积

第六列 “停车面积” ： 停车坪的面积

第七列 “楼层数” ： 房屋的楼层数

第八列 “房屋评分” ： King County房屋评分系统对房屋的总体评分

第九列 “建筑面积” ： 除了地下室之外的房屋建筑面积

第十列 “地下室面积” ： 地下室的面积

第十一列“建筑年份” ： 房屋建成的年份

第十二列“修复年份” ： 房屋上次修复的年份

第十三列"纬度"： 房屋所在纬度

第十四列“经度” ÿ