预测房价（python）

一天学会预测房价，从此走向人生巅峰，赢取白富美，哇哈哈哈哈，哇嘎嘎过过过过。
哇哈哈哈哈哈哈哈或或或或或或或或
哇哈哈哈哈哈哈哈哇哈哈哈哈哈哈哈或或或或或或或代码如下：

import pandas as pd #导入Pandas，用于数据读取和处理
# 读入房价数据，示例代码中的文件地址为internet链接，读者也可以下载该文件到本机进行读取
# 如，当数据集和代码文件位于相同本地目录，路径名应为"./house.csv"，或直接放"house.csv"亦可
df_housing = pd.read_csv("b.txt")
df_housing.head #显示加州房价数
X = df_housing.drop("median_house_value",axis = 1) #构建特征集X
y = df_housing.median_house_value #构建标签集y

from sklearn.model_selection import train_test_split #导入数据集拆分工具
X_train, X_test, y_train, y_test = train_test_split(X, y,
         test_size=0.2, random_state=0) #以80%/20%的比例进行数据集的拆分

from sklearn.linear_model import LinearRegression #导入线性回归算法模型
model = LinearRegression() #使用线性回归算法
model.fit(X_train, y_train) #用训练集数据，训练机器，拟合函数，确定参数

y_pred = model.predict(X_test) #预测测试集的Y值
print ('房价的真值(测试集)',y_test)
print ('预测的房价(测试集)',y_pred)

print("给预测评分：", model.score(X_test, y_test)) #评估预测结果

import matplotlib.pyplot as plt #导入matplotlib画图库
#用散点图显示家庭收入中位数和房价中位数的分布
plt.scatter(X_test.median_income, y_test,  color='brown')
#画出回归函数(从特征到预测标签)
plt.plot(X_test.median_income, y_pred, color='green', linewidth=1)
plt.xlabel('Median Income') #X轴-家庭收入中位数
plt.ylabel('Median House Value') #Y轴-房价中位数
plt.show() #显示房价分布和机器习得的函数图形

给我一个理由，让我飞向自由，给我一个理由，让我飞向自由，飞向自由，飞向自由~~~~~~~~~
哇哈哈哈哈哈哈哈或或或或房价[外链图片转存失败,源站可能有防盗在这里插入!链机制,建描述]议将图片上https://传(imbg.csdnimg.cn/9f8bf012bdab0B8oQ4ad1a75dbbe880af.png#pic_centere5111
4)(https://img-预测blog.csdnimg.cn/9f8bf012bdab4ad1a75dbbe880af9e57.png#pic_center)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QVcUwOHc-1667119454150)(https://img-预测blog.csdnimg.cn/494ee5aa27424413886e7a883c5ce768.png#pic_center)]
(https://img-blog.csdnimg.cn/096201dcf28d4866b683d902ae26ef17.png#pic_center)