Eudcoder scikit-learn线性回归实践 - 波斯顿房价预测

最新推荐文章于 2024-06-04 10:37:56 发布

莫轻语ce

最新推荐文章于 2024-06-04 10:37:56 发布

阅读量2.8k

点赞数 1

分类专栏： python 文章标签：机器学习

本文链接：https://blog.csdn.net/weixin_42250854/article/details/105277369

版权

本文介绍了如何利用scikit-learn的LinearRegression模型对波斯顿房价数据集进行训练和预测。内容包括数据集的介绍、模型参数设置、训练与预测流程，以及评估指标R2的要求。

摘要由CSDN通过智能技术生成

任务描述

本关任务：你需要调用 sklearn 中的线性回归模型，并通过波斯顿房价数据集中房价的13种属性与目标房价对线性回归模型进行训练。我们会调用你训练好的线性回归模型，来对房价进行预测。

为了完成本关任务，你需要掌握：1.LinearRegression。

波斯顿房价数据集共有506条波斯顿房价的数据，每条数据包括对指定房屋的13项数值型特征和目标房价组成。用数据集的80%作为训练集，数据集的20%作为测试集，训练集和测试集中都包括特征和目标房价。

import pandas as pd
#获取训练数据
train_data = pd.read_csv('./step3/train_data.csv')
#获取训练标签
train_label = pd

关注