机器学习之用Python实现最小二乘法预测房价

使用最小二乘法进行房价预测：

给定训练样本集合如下：

求解：当房屋面积为55平方时，租赁价格是多少？给出代码与运行结果图。

首先明白什么是最小二乘法，利用最小二乘法公式

p = (X^TX)^-1 X^T Y

import numpy as np
from numpy import mat
import matplotlib.pyplot as plt

if __name__ == "__main__":
    # 1 获得x,y数据#  ##########
    X = np.array([10, 15, 20, 30, 50, 60, 60, 70])
    y = np.array([0.8, 1, 1.8, 2, 3.2, 3, 3.3, 3.5])
    plt.scatter(X, y)
    plt.show()
    # 2 矩阵形式转换X, Y
    Y_mat = mat(y).T
   # print(Y_mat)
    X_temp = np.ones((8, 2))
    #print(X_temp)
    X_temp[:, 0] = X
   # print(X_temp)
    X_mat = mat(X_temp)
    #print(X_mat)
    # 3 利用解析法 p = (X^TX)^-1 X^T Y
    pamaters = (((X_mat.T)*X_mat).I) * X_mat.T*Y_mat
    ￥print(pamaters)
    # 4  显示
    predict_Y = X_mat * pamaters
   # print(predict_Y)
    plt.figure()
    plt.scatter(X, y, c="blue")
    plt.plot(X, predict_Y, c="red")
    plt.title("房价预测图")  # 设置图表标题
    plt.xlabel("房屋面积（m^2）")  # 设置x坐标轴标签
    plt.ylabel("租赁价格(1000$)")  # 设置y坐标轴标签
    plt.rcParams['font.sans-serif'] = ['Kaiti']  # 用来正常显示中文（黑体）常用字体包括： Kaiti-楷体； FangSong-仿宋； Microsoft YaHei-微软雅黑
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    plt.show()
    s = input("请输入房屋面积：")
    #print(s)
    s_temp = np.ones((1, 2))
    s_temp[:, 0] = s
    #print(s_temp)
    s_mat = mat(s_temp)
    z = s_mat * pamaters
    print("租赁价格为：", z)

散点图和折线图

输入房屋面积即可得出租赁价格！