回归模型与房价预测
1. 导入boston房价数据集
from sklearn.datasets import load_boston boston = load_boston() boston.keys() print(boston.data)
2. 一元线性回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
data=boston.data x=data[:,5] y=boston.target import matplotlib.pyplot as plt plt.scatter(x,y) plt.plot(x,9*x-30) plt.show()
3. 多元线性回归模型,建立13个变量与房价之间的预测模型,并检测模型好坏,并图形化显示检查结果
from sklearn.linear_model import LinearRegression LineR = LinearRegression() LineR.fit(x.reshape(-1,1),y) lr = LinearRegression() lr.fit(data,y) lr.coef_
w=lr.coef_
lr.intercept_
b=lr.intercept_
4. 一元多项式回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
from sklearn.preprocessing import PolynomialFeatures poly = PolynomialFeatures(degree=2) x_poly = poly.fit_transform(x) lp = LinearRegression()#G构建模型 lp.fit(x_poly,y) y_poly_pred = lp.predict(x_poly) plt.scatter(x,y) plt.plot(x,y_poly_pred,'r') plt.show() lrp = LinearRegression() lrp.fit(x_poly,y) plt.scatter(x,y) plt.scatter(x,y_pred) plt.scatter(x,y_poly_pred) #多项回归 plt.show()