python线性回归预测房价不用sk-learn_sklearn线性回归实现房价预测模型

题目要求

建立房价预测模型：利用ex1data1.txt(单特征)和ex1data2.txt(多特征)中的数据，进行线性回归和预测。

作散点图可知，数据大致符合线性关系，故暂不研究其他形式的回归。

两份数据放在最后。

单特征线性回归

ex1data1.txt中的数据是单特征，作一个简单的线性回归即可：\(y=ax+b\)。

根据是否分割数据，产生两种方案：方案一，所有样本都用来训练和预测；方案二，一部分样本用来训练，一部分用来检验模型。

方案一

对ex1data1.txt中的数据进行线性回归，所有样本都用来训练和预测。

代码实现如下：

"""

对ex1data1.txt中的数据进行线性回归，所有样本都用来训练和预测

"""

import numpy as np

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

from sklearn.metrics import mean_squared_error, r2_score

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

# 数据格式：城市人口,食品经销商利润

# 读取数据

data = np.loadtxt('ex1data1.txt', delimiter=',')

data_X = data[:, 0]

data_y = data[:, 1]

# 训练模型

model = LinearRegression()

model.fit(data_X.reshape([-1, 1]), data_y)

# 利用模型进行预测

y_predict = model.predict(data_X.reshape([-1, 1]))

# 结果可视化

plt.scatter(data_X, data_y, color='red')

plt.plot(data_X, y_predict, color='blue', linewidth=3)

plt.xlabel('城市人口')

plt.ylabel('食品经销商利润')

plt.title('线性回归——城市人口与食品经销商利润的关系')

plt.show()

# 模型参数

print(model.coef_)

print(model.intercept_)

# MSE

print(mean_squared_error(data_y, y_predict))

# R^2

print(r2_score(data_y, y_predict))

结果如下：

由下可知函数形式以及\(R^2\)为0.70

[1.19303364]

-3.89578087831185

8.953942751950358

0.7020315537841397

方案二

对ex1data1.txt中的数据进行线性回归，部分样本用来训练，部分样本用来预测。

实现如下：

"""

对ex1data1.txt中的数据进行线性回归，部分样本用来训练，部分样本用来预测

"""

import numpy as np

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

from sklearn.model_selection import train_test_split

from sklearn.metrics import mean_squared_error, r2_score

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

# 数据格式：城市人口,食品经销商利润

# 读取数据

data = np.loadtxt('ex1data1.txt', delimiter=',')

data_X = data[:, 0]

data_y = data[:, 1]

# 数据分割

X_train, X_test, y_train, y_test = train_test_split(data_X, data_y)

# 训练模型

model = LinearRegression()

model.fit(X_train.reshape([-1, 1]), y_train)

# 利用模型进行预测

y_predict = model.predict(X_test.reshape([-1, 1]))

# 结果可视化

plt.scatter(X_test, y_test, color='red') # 测试样本

plt.plot(X_test, y_predict, color='blue', linewidth=3)

plt.xlabel('城市人口')

plt.ylabel('食品经销商利润')

plt.title('线性回归——城市人口与食品经销商利润的关系')

plt.show()

# 模型参数

print(model.coef_)

print(model.intercept_)

# MSE

print(mean_squared_error(y_test, y_predict))

# R^2

print(r2_score(y_test, y_predict))

结果如下：

由下可知函数形式以及\(R^2\)为0.80

[1.21063939]

-4.195481965945055

5.994362667047617

0.8095125123727652

多特征线性回归

ex1data2.txt中的数据是二个特征，作一个最简单的多元(在此为二元)线性回归即可：\(y=a_1x_1+a_2x_2+b\)。

对ex1data2.txt中的数据进行线性回归，所有样本都用来训练和预测。

代码实现如下：

"""

对ex1data2.txt中的数据进行线性回归，所有样本都用来训练和预测

"""

import numpy as np

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

from mpl_toolkits.mplot3d import Axes3D # 不要去掉这个import

from sklearn.metrics import mean_squared_error, r2_score

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

# 数据格式：城市人口,房间数目,房价

# 读取数据

data = np.loadtxt('ex1data2.txt', delimiter=',')

data_X = data[:, 0:2]

data_y = data[:, 2]

# 训练模型

model = LinearRegression()

model.fit(data_X, data_y)

# 利用模型进行预测

y_predict = model.predict(data_X)

# 结果可视化

fig = plt.figure()

ax = fig.gca(projection='3d')

ax.scatter(data_X[:, 0], data_X[:, 1], data_y, color='red')

ax.plot(data_X[:, 0], data_X[:, 1], y_predict, color='blue')

ax.set_xlabel('城市人口')

ax.set_ylabel('房间数目')

ax.set_zlabel('房价')

plt.title('线性回归——城市人口、房间数目与房价的关系')

plt.show()

# 模型参数

print(model.coef_)

print(model.intercept_)

# MSE

print(mean_squared_error(data_y, y_predict))

# R^2

print(r2_score(data_y, y_predict))

结果如下：

由下可知函数形式以及\(R^2\)为0.73

[ 139.21067402 -8738.01911233]

89597.90954279748

4086560101.205658

0.7329450180289141

两份数据

ex1data1.txt

6.1101,17.592

5.5277,9.1302

8.5186,13.662

7.0032,11.854

5.8598,6.8233

8.3829,11.886

7.4764,4.3483

8.5781,12

6.4862,6.5987

5.0546,3.8166

5.7107,3.2522

14.164,15.505

5.734,3.1551

8.4084,7.2258

5.6407,0.71618

5.3794,3.5129

6.3654,5.3048

5.1301,0.56077

6.4296,3.6518

7.0708,5.3893

6.1891,3.1386

20.27,21.767

5.4901,4.263

6.3261,5.1875

5.5649,3.0825

18.945,22.638

12.828,13.501

10.957,7.0467

13.176,14.692

22.203,24.147

5.2524,-1.22

6.5894,5.9966

9.2482,12.134

5.8918,1.8495

8.2111,6.5426

7.9334,4.5623

8.0959,4.1164

5.6063,3.3928

12.836,10.117

6.3534,5.4974

5.4069,0.55657

6.8825,3.9115

11.708,5.3854

5.7737,2.4406

7.8247,6.7318

7.0931,1.0463

5.0702,5.1337

5.8014,1.844

11.7,8.0043

5.5416,1.0179

7.5402,6.7504

5.3077,1.8396

7.4239,4.2885

7.6031,4.9981

6.3328,1.4233

6.3589,-1.4211

6.2742,2.4756

5.6397,4.6042

9.3102,3.9624

9.4536,5.4141

8.8254,5.1694

5.1793,-0.74279

21.279,17.929

14.908,12.054

18.959,17.054

7.2182,4.8852

8.2951,5.7442

10.236,7.7754

5.4994,1.0173

20.341,20.992

10.136,6.6799

7.3345,4.0259

6.0062,1.2784

7.2259,3.3411

5.0269,-2.6807

6.5479,0.29678

7.5386,3.8845

5.0365,5.7014

10.274,6.7526

5.1077,2.0576

5.7292,0.47953

5.1884,0.20421

6.3557,0.67861

9.7687,7.5435

6.5159,5.3436

8.5172,4.2415

9.1802,6.7981

6.002,0.92695

5.5204,0.152

5.0594,2.8214

5.7077,1.8451

7.6366,4.2959

5.8707,7.2029

5.3054,1.9869

8.2934,0.14454

13.394,9.0551

5.4369,0.61705

ex1data2.txt

2104,3,399900

1600,3,329900

2400,3,369000

1416,2,232000

3000,4,539900

1985,4,299900

1534,3,314900

1427,3,198999

1380,3,212000

1494,3,242500

1940,4,239999

2000,3,347000

1890,3,329999

4478,5,699900

1268,3,259900

2300,4,449900

1320,2,299900

1236,3,199900

2609,4,499998

3031,4,599000

1767,3,252900

1888,2,255000

1604,3,242900

1962,4,259900

3890,3,573900

1100,3,249900

1458,3,464500

2526,3,469000

2200,3,475000

2637,3,299900

1839,2,349900

1000,1,169900

2040,4,314900

3137,3,579900

1811,4,285900

1437,3,249900

1239,3,229900

2132,4,345000

4215,4,549000

2162,4,287000

1664,2,368500

2238,3,329900

2567,4,314000

1200,3,299000

852,2,179900

1852,4,299900

1203,3,239500

欢迎讨论和交流!