python计算股票趋势_通过机器学习的线性回归算法预测股票走势（用Python实现）...

1 波士顿房价数据分析

安装好Python的Sklearn库后，在安装包下的路径中就能看到描述波士顿房价的csv文件，具体路径是“python安装路径\Lib\site-packages\sklearn\datasets\data”，在这个目录中还包含了Sklearn库会用到的其他数据文件，本节用到的是包含在boston_house_prices.csv文件中的波士顿房价信息。打开这个文件，可以看到如图所示的数据。

第1行的506表示该文件中包含506条样本数据，即有506条房价数据，而13表示有13个影响房价的特征值，即从A列到M列这13列的特征值数据会影响第N列MEDV(即房价值)，在表13.1中列出了部分列的英文标题及其含义。

波士顿房价文件部分中英文标题一览表

标题名 中文含义

CRIM 城镇人均犯罪率

ZN 住宅用地超过某数值的比例

INDUS 城镇非零售商用土地的比例

CHAS 查理斯河相关变量，如边界是河流则为1，否则为0

NOX 一氧化氮浓度

RM 住宅平均房间数

AGE 1940年之前建成的自用房屋比例

DIS 到波士顿五个中心区域的加权距离

RAD 辐射性公路的接近指数

TAX 每 10000 美元的全值财产税率

PTRATIO 城镇师生比例

MEDV 是自住房的平均房价

从表中可以看到，波士顿房价的数值(即MEDV)和诸如“住宅用地超过某数值的比例”等13个特征值有关。而线性回归要解决的问题是，量化地找出这些特征值和目标值(即房价)的线性关系，即找出如下的k1到k13系数的数值和b这个常量值。

MEDV = k1*CRIM + k2*ZN + … + k13*LITAT + b

上述参数有13个，为了简化问题，先计算1个特征值(DIS)与房价(MEDV)的关系，然后在此基础上讲述13个特征值与房价关系的计算方式。

如果只有1个特征值DIS，它与房价的线性关系表达式如下所示。在计算出k1和b的值以后，如果再输入对应DIS值，即可据此计算MEDV的值，以此实现线性回归的预测效果。

MEDV = k1*DIS + b

2 以波士顿房价数据为案例，搭建含一个特征值的线性预测模型

在下面的OneParamLR.py范例程序中，通过调用Sklearn库中的方法，以训练加预测的方式，推算出一个特征值(DIS)与目标值(MEDV，即房价)的线性关系。

1 # !/usr/bin/env python

2 # coding=utf-8

3 import numpy as np

4 import pandas as pd

5 import matplotlib.pyplot as plt

6 from sklearn import datasets

7 from sklearn.linear_model import LinearRegression

在上述代码中导入了必要的库，其中第6行和第7行用于导入sklearn相关库。

8 # 从文件中读数据，并转换成DataFrame格式

9 dataset=datasets.load_boston()

10 data=pd.DataFrame(dataset.data)

11 data.columns=dataset.feature_names # 特征值

12 data['HousePrice']=dataset.target # 房价，即目标值

13 # 这里单纯计算离中心区域的距离和房价的关系

14 dis=data.loc[0:data['DIS'].size-1,'DIS'].as_matrix()

15 housePrice=data.loc[0:data['HousePrice'].size-1,'HousePrice'].as_matrix()

在第9行中，加载了Sklearn库下的波士顿房价数据文件，并赋值给dataset对象。在第10行通过dataset.data读取了文件中的数据。在第11行通过dataset