sklearn-5 LinearRegression预测房价
2018-01-05 16:13
176 查看
""" @author: Vincnet_Sheng @file: Scikit_learn(sklearn)-5.py @time: 2018/1/4 0004 下午 1:56 #-*- coding: utf-8 -* """ # topic: 1) use linearRegression to predict the house sale of Boston # 2) viz the data with scatter plot from sklearn import datasets from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt # input data from datasets.load_boston loaded_data = datasets.load_boston() data_X = loaded_data.data data_y = loaded_data.target # training with LinearRegression model = LinearRegression() model.fit(data_X, data_y) # check the difference between prediction and reality print(model.predict(data_X[:4,:])) print(data_y[:4]) #制造线性回归的x,y点,100个例子,特征1,target=1, noise=10 X, y =datasets.make_regression(n_samples=100, n_features=1, n_targets=1, noise=10) plt.scatter(X, y) #散点图形式呈现 plt.show() #输出呈现
输出:
[ 30.00821269 25.0298606 30.5702317 28.60814055] #prediction
[ 24. 21.6 34.7 33.4] #reality target
相关文章推荐
- 利用sklearn中的支持向量机回归模型(linear,poly,rbf三种核)对boston房价进行预测并作出评估
- 利用sklearn做房价预测
- 使用sklearn进行数据挖掘-房价预测(4)—数据预处理
- sklearn 预测房价 线性回归的例子
- 机器学习(2)-项目 1: 预测波士顿房价
- Kaggle入门实例-预测房价
- 关于工作后定居城市的思考以及房价预测(天涯原创)
- 基于Scikit-learn实现回归模型——房价预测
- 如何利用机器学习预测房价?
- 基于python3-sklearn,Flask 的回归预测系统
- 使用逻辑回归预测波士顿房价
- Tensorflow:深度神经网络DNN预测波士顿房价(boston house price)【二】
- 房价预测解决方案
- 使用三种不同核函数配置的支持向量机(回归)模型对美国波士顿地区房价进行预测
- 基于python3-sklearn,Flask 的回归预测系统
- Python多元线性回归-sklearn.linear_model,并对其预测结果评估
- Machine Learning 房价预测实例
- 使用python+sklearn的决策树方法预测是否有信用风险
- Kaggle案例之泰坦尼克船员幸存预测(sklearn机器学习库)
- 从房价预测案例窥探机器学习