线性回归-预测房价（机器学习）

机器学习-线性回归-预测房价

导入我们需要的模块包

import pandas as pd
import numpy as np 
import matplotlib as plt
import seaborn

读取数据，查看数据

header = None表示不设置，表格的首字段。

# 读取训练集
data_train = pd.read_csv('kc_train.csv',header = None)
#给数据标列名
data_train.columns =["销售日期","销售价格","卧室数","浴室数","房屋面积","停车面积","楼层数","房屋评分",
                     "建筑面积","地下室面积","建筑年份","修复年份","纬度","经度"]  
# 读取测试集
t = pd.read_csv('kc_test.csv')           

训练集

测试集

关于数据的介绍
数据分为两个csv文件，一个是用来训练的数据集。
另一个是用来检测数据，是通过 训练出来的数据集 进行 房价的预测，对比真实的结果。

将我们需要的目标值，进行提取

target=data_train