12.6作业

回归模型与房价预测

1. 导入boston房价数据集

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。

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。

 

#导入房价数据集
from sklearn.datasets import load_boston
boston = load_boston()
boston.keys()

 

boston.data.shape
print(boston.DESCR)
boston.data

 

 

boston.target

 

 

boston.feature_names

import pandas as pd
df = pd.DataFrame(boston.data)
df

#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。
import matplotlib.pyplot as plt
x = boston.data[:,5]
y = boston.target
plt.figure(figsize=(10,6))
plt.scatter(x,y)
plt.plot(x,7*x-5,'r')
plt.show()
x.shape

from sklearn.linear_model import LinearRegression
lineR = LinearRegression()
lineR.fit(x.reshape(-1,1),y)
w = lineR.coef_
w

 

b = lineR.intercept_
b

#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(boston.data,y)
lineR.coef_
lineR.intercept_

x=boston.data[:,2]
y=boston.target
plt.scatter(x,y)
plt.plot(x,5*x-30,'r')#回归线
plt.show()