波士顿房价数据集

最新推荐文章于 2024-12-19 16:34:59 发布

qinzhongyuan

最新推荐文章于 2024-12-19 16:34:59 发布

阅读量2.3w

点赞数 18

文章标签： python 机器学习数据分析深度学习人工智能

本文链接：https://blog.csdn.net/qinzhongyuan/article/details/106422875

版权

本文介绍了如何在Keras中加载和分析波士顿房价数据集，包括加载数据、访问数据集信息以及数据可视化，展示了平均房间数与房价的关系，并通过循环语句输出所有属性与房价的关系图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Keras是一个高层的神经网络和深度学习库，可以快速搭建神经网络，易于调试和从扩展，是TensorFlow的官方API，内置了常用的公共数据集，可通过 keras.datasets模块来加载和访问。

Keras中常见的集成数据集

名称	说明
boston_sousing	波士顿房价数据集
CIFAR10	10种类别的图片集
CIFAR100	100种类别的图片集
MNIST	手写数字图片集
Fashion-MNIST	10重时尚类别的图片集
IMDB	电影点评数据集
reuters	路透社新闻数据集

波士顿房价数据集

1. 加载数据集

import tensorflow as tf

boston_housing=tf.keras.datasets.boston_housing
#train_x和train_y分别接收训练数据集的属性和房价
#test_x和test_y分别接收测试数据集的属性和房价
#(train_x,train_y),(test_x,test_y)=boston_housing.load_data()    #默认test_split=0.2，即train数据占比0.8，test数据占比0.2
(train_x,train_y),(test_x,test_y)=boston_housing.load_data(test_split=0)#所有数据划分为训练数据

print("Training set:",len(train_x))
print("Testing set:",len(test_x))
print("Dim of train_x:",train_x.ndim)#维度
print("Dim of train_x:",train_x.shape)#形状
print("Dim of train_y:",train_y.ndim)
print("Dim of train_y:",train_y.shape)

输出结果如下：

Training set: 506
Testing set: 0
Dim of train_x: 2
Dim of train_x: (506, 13)
Dim of train_y: 1
Dim of

最低0.47元/天解锁文章