42线性回归模型用于房价预测81课件讲解.pptxVIP

4.2线性回归模型用于房价预测

在平时生活中，我们经常会遇到需要根据某些已知变量来预测某个变量的情况。例如，网站会根据已有的历史数据（如新用户的注册量、老用户的活跃度、网站内容的更新频率等）预测用户的支付转化率。项目导入

通过资料了解到，利用线性回归模型即可实现上述功能。于是开始训练线性回归模型用于房价预测。项目导入

采用的数据集是著名的波士顿房价数据集，其网址为/datasets/boston。数据集共记录了506条波士顿郊区的房价（房价的平均值）以及13个影响因素信息。项目导入

影响波士顿郊区房价的因素主要有城镇人均犯罪率住宅用地所占比例城镇中非零售业的商业用地所占比例每栋住宅的房间数距离5个波士顿就业中心的加权距离地区中有多少房东属于低收入人群距离高速公路的便利指数项目导入

数据集的前22行是信息介绍，从第23行开始是数据，经过处理后的部分数据如表2-1所示。12345678910111213140.0063218.002.31000.53806.575065.204015.30396.904.9824.000.027310.007.07000.46906.421078.904017.80396.909.1421.600.027290.007.07000.46907.185061.104017.80392.834.0334.700.032370.002.18000.45806.998045.806018.70394.632.9433.40……0.069050.002.18000.45807.147054.206018.70396.905.3336.200.029850.002.18000.45806.430058.706018.70394.125.2128.700.0882912.507.87000.52406.012066.605015.20395.6012.4322.900.1445512.507.87000.52406.172096.105015.20396.9019.1527.10表2-1波士顿房价数据集（部分）项目导入

本项目基于波士顿郊区房价数据集，分别使用线性回归、岭回归和套索回归构建模型，完成波士顿房价预测，并显示各种算法的回归结果。项目导入

项目分析按照项目要求，训练线性回归预测模型的步骤分解如下：第1步：数据准备。首先应用Pandas读取波士顿房价数据，然后将数据集拆分为特征变量与标签两部分。第2步：训练与评估模型。将波士顿房价数据集拆分为训练集与测试集，然后使用线性回归、岭回归与套索回归算法分别训练模型，并输出评估结果。第3步：显示回归效果。绘制不同alpha取值下，3个模型的回归效果图。

项目实施——波士顿房价线性回归预测1．数据准备步骤1导入Pandas与NumPy库。步骤2读取波士顿房价数据集，并将数据集拆分为特征变量与标签两部分。9波士顿房价线性回归预测点击此处播放微课

指点迷津如果从网址/datasets/boston不能正确导入波士顿房价数据集，也可以使用本书提供的配套素材“item2/item2-ss-data.txt”，如果使用本书提供的配套素材，须将该文件复制到当前工作目录中。10项目实施——波士顿房价线性回归预测

步骤3将特征变量（data）与标签（target）分别存储于数组x和y中。11【参考代码】importpandasaspdimportnumpyasnp#读取数据并将数据集进行分离，拆分为特征变量（data）与标签（target）data_url=/datasets/bostonraw_df=pd.read_csv(data_url,sep=\s+,skiprows=22,header=None)data=np.hstack([raw_df.values[::2,:],raw_df.values[1::2,:2]])target=raw_df.values[1::2,2]#将特征变量（data）与标签（target）分别赋值给x和yx,y=data,target项目实施——波士顿房价线性回归预测1．数据准备

指点迷津12（1）pd.read_csv(data_url,sep=\s+,skiprows=22,header=None)函数用于读取csv文件，第一个参数为必填参数，表示读取的文件路径；“sep”参数可定义列与列之间的分隔符，默认为逗号，指定为“\s+”的含义是分隔符为一个或多个（数量不限）空格；“skiprows=22”表示忽略前面的