Python机器学习▶线性回归——基于sklearn建立房价预测模型！

 

1. 数据理解

此次建模预测的数据集来源于Data Castle上的“美国King County房价预测训练赛”，链接如下：

数据特征描述如下：

测试集主要包括3000条记录，13个字段，跟训练集的不同是测试集并不包括房屋销售价格，通过由训练集所建立的模型以及所给的测试集，得出测试集相应的房屋销售价格预测值。

 

2.数据准备

环境：win7+Anaconda+Jupyter notebook

• 导入数据

import pandas as pd
import numpy as np

#导入训练集
train=pd.read_csv(r"F:\Sets\KingCounty\train.csv")
train.head()

发现第一条记录变成了列名，下面进行调整：

#给训练集的列进行赋名
trainNames = ["salesTime","salePrice","bedroomsNum","bathroomNum","housingArea",
              "parkingArea","floorsNum","housingScore","coveredArea",
              "basementArea","buildingTime","repairYear","latitude","longitude"]
train=pd.read_csv(r"F:\Sets\KingCounty\train.csv",names=trainNames)
train.head()

• 查看训练集的形状

训练集中共10000条记录、14条字段

• 查看训练集的数据类型