机器学习案例（二）：波士顿房价预测——基于正规方程优化及梯度下降优化（附源码）

波士顿房价预测——基于正规方程优化及梯度下降优化

数据代码下载地址

项目链接+源代码：https://github.com/w1449550206/Boston-house-price-forecast.git

数据介绍

给定的这些特征，是专家们得出的影响房价的结果属性。我们此阶段不需要自己去探究特征是否有用，只需要使用这些特征。到后面量化很多特征需要我们自己去寻找

1 分析

回归当中的数据大小不一致，是否会导致结果影响较大。所以需要做标准化处理。

• 数据分割与标准化处理
• 回归预测
• 线性回归的算法效果评估

2 回归性能评估

均方误差(Mean Squared Error)MSE)评价机制：

注：yi为预测值，¯y为真实值

• sklearn.metrics.mean_squared_error(y_true, y_pred)
  • 均方误差回归损失
  • y_true:真实值
  • y_pred:预测值
  • return:浮点数结果

详细步骤

#要用到的包
from sklearn.datasets import load_boston
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
from sklearn