python数据分析项目实战——波士顿房价预测

概述

波士顿房价预测是机器学习、数据分析入门的经典案例。下面我们通过这个案例来一起学习相关内容。

数据集描述

此数据源于美国某经济学杂志上，分析研究波士顿房的数据集，共有506个样本数据，13个输入特征和1个输出特征。

名称	说明
CRIM	城镇人均犯罪率
ZN	住宅地所占的比例
INDUS	城镇非住宅地所占比例
CHAS	是否临近Charies River
NOX	一氧化氮浓度
RM	屋子的平均房间数
AGE	1940年之前建成的自住单位的比例
DIS	距离5个波士顿就业中心的加权距离
RAD	距离高速公路的可达指数
TAX	全值财产税率
PARATIO	学生与教师的比例
B	城镇重黑人所占比例
LSTAT	低收入人群占比
MEDV	同类房屋价格的中位数

数据集下载

可以sklearn.datasets直接加载数据(from sklearn.datasets import load_boston)
或者可以从AI Studio上查找。

波士顿房价预测模型

简单线性回归分析
手写梯度下降法预测模型
继续更新中，敬请期待~