使用线性回归的波士顿房价 Kaggle 挑战

波士顿房价数据

该数据库由卡内基梅隆大学维护，并从 StatLib 库获得。该数据集的主题是波士顿的住房成本。所提供的数据集包含 506 个实例和 13 个特征。

下表显示了数据集的摘要，该摘要摘自下面的引文。我们的目标是利用此数据使用线性回归开发一个模型来预测房价。

数据包含以下列

• 城镇犯罪率，表示为“crim”。
• 地块面积大于 25,000 平方英尺的住宅用地百分比。
• 每镇非零售商业地产的百分比称为“indus”。
• 查尔斯河虚拟变量（= 1 如果地块边界是河流；否则为 0）称为“Chas”。
• 氮氧化物浓度：“nox”（百万分之几）。
• “rm”代表“平均每户房间数”。
• 年龄：1940 年之前建造的自有住房的百分比。
• 前往五个波士顿就业中心的加权平均出行时间为“dis”。
• “rad”代表放射状高速公路的可达性指数。
• 每 10,000 美元的物业税，按全值税率计算。
• 城镇的师生比，或“ptratio”。
• “Black”：1000(Bk - 0.63)，其中 Bk 是每个城镇黑人人口的比例。
• “lstat”代表人口的较低社会经济地位（百分比）。

附注：我仍在学习如何以及在哪里解读图表；这是我的第一次分析。

代码

输出

输入

输出

(506, 13 )

输入

输出

Array[ 'crim', 'zn', 'indus' ,'chas', 'nox' , 'rm', 'age', 'dis', 'rad', 'tax', 'ptratio' ]

将数据转换为 nd-array 以用于信息框并添加特征名称

输入

输出

输入

输出

(506, )

输入

输出

获取输入和输出数据，然后将数据划分为训练集和测试集。

输出

atrain shape flow: (403, 13)
atest shape flow: (102, 13)
btrain shape flow: (404, )
btest shape flow: (102, )

利用数据集和线性回归模型来预测价格。

绘制散点图以显示“真实 y 值”与“预测 y 值”的关系，这将展示预测结果。

输出

线性回归的结果是均方误差和平均绝对误差.

输出

Mean Square Error is :  33.4489799151161496
Mean Absolute Error is :  3.8429092484151966

因此，我们模型的准确率仅为 66.55%。因此，准备好的模型在预测房价方面并不特别有效。可以使用各种其他机器学习方法和技术来提高预测结果。