题目
1. 导入boston房价数据集
from sklearn.datasets import load_boston boston=load_boston() boston.keys()
boston.feature_names
import pandas as pd df=pd.DataFrame(boston.data) df
2. 一元线性回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
from sklearn.linear_model import LinearRegression LineR = LinearRegression() LineR.fit(x.reshape(-1,1),y) LineR.coef_ LineR.intercept_ import matplotlib.pyplot as plt x=boston.data[:,5] y=boston.target plt.figure(figsize=(10,6)) plt.scatter(x,y) plt.plot(x,9.1*x-34,'r') plt.show()
3. 多元线性回归模型,建立13个变量与房价之间的预测模型,并检测模型好坏,并图形化显示检查结果。
import matplotlib.pyplot as plt x=boston.data[:,12].reshape(-1,1) y=boston.target plt.figure(figsize=(10,6)) plt.scatter(x,y) from sklearn.linear_model import LinearRegression lineR=LinearRegression() lineR.fit(x,y) y_pred = lineR.predict(x) plt.plot(x,y_pred) plt.show()
4. 一元多项式回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
from sklearn.preprocessing import PolynomialFeatures poly = PolynomialFeatures (degree=2) x_poly = poly.fit_transform(x) lrp = LinearRegression() lrp.fit(x_poly,y) y_poly_pred=lrp.predict(x_poly) plt.scatter(x,y) plt.scatter(x,y_pred) plt.scatter(x,y_poly_pred) plt.show()