java weka线性回归算法_2分钟学会Weka的线性回归模型来预测房价

房子的价格可能由【面积】【卧室数量】【是否装修】【朝向】等因素决定。

假设有这样的一些arff数据

@relation house

@attribute houseSize numeric

@attribute houseNumber numeric

@attribute houseDirection numeric

@attribute decoration numeric

@attribute sellingPrice numeric

@data

145,3,1,1,260

132,3,1,0,236

130,3,0,0,225

135,2,1,1,210

120,3,1,1,240

120,2,1,1,220

118,3,1,1,225

118,2,1,0,208

98,2,0,1,199

63,2,1,1,129

60,2,1,0,115

54,2,0,1,110

50,1,1,1,111

56,1,0,1,108

48,1,0,0,80

第一个房子的解释是145方，3个房间，南北向已装修，价格260万。

在weka中读入数据，可以看一看数据集的统计信息：

如卧室间数的最小值为1，最大值为3，平均值为2.133，标准差为0.743

模型选择：Classify→functions→LinearRegression(线性回归)

将之作为训练集：Test options→Usin