python数据预测模型算法_Python AI极简入门：4、使用回归模型预测房价

一、回归预测

在前面的文章中我们介绍了机器学习主要解决分类、回归和聚类三大问题。今天我们来具体了解一下使用机器学习算法进行回归预测。

回归预测主要用于预测与对象关联的连续值属性，得到数值型的预测数据。回归预测的应用场景有各类的价格预测、相关性的反应预测等。

下面，我们就使用sklearn模块，以一个sklearn中集成的波士顿房价数据集来演示如何进行回归预测。

二、波士顿房价预测

1、引入数据集

在sklearn中内置的数据集都位于datasets子模块下，我们可以直接进行导入：

导入之后，看看数据集中的内容：

其中有五个键，从字面意思上理解，可以发现data是数据集中所有的数据特征，DESCR是数据集的描述信息，target是数据集特征对应的目标值，feature_name则是数据特征的名称。

我们先来看看数据特征的名称：

可以发现数据集中有13个特征，每个特征具体是什么意思，倒不清楚，我们可以在DESC