boston房价数据集的下载以及回归预测代码。 |
您所在的位置:网站首页 › boston数据集被移除 › boston房价数据集的下载以及回归预测代码。 |
波士顿房价数据集(Boston House Price Dataset)包含对房价的预测,以千美元计,给定的条件是 房屋及其相邻房屋的详细信息。 该数据集是一个回归问题。每个类的观察值数量是均等的,共有 506 个观察,13 个输入变量和1个输 出变量。 下载网址:https://pan.baidu.com/s/16ekJ7Lzrm-dH1ObNgeRNmA 密码:kcar 下载下来的数据集分为x.npy和y.npy,共506条数据。
使用SVR支持向量回归和Ridge岭回归实现回归预测。 Python代码 import numpy as np import pandas as pd from sklearn.svm import SVR X = np.load('x.npy') y = np.load('y.npy') train_X = X[:406] train_y = y[:406] test_X = X[406:] test_y = y[406:] svr_linear = SVR(kernel='linear') svr_rbf = SVR(kernel='rbf') svr_linear.fit(train_X,train_y) svr_rbf.fit(train_X,train_y) linear_y_pre = svr_linear.predict(test_X) rbf_y_pre = svr_rbf.predict(test_X) linear_y_pre=pd.DataFrame(data=linear_y_pre) linear_y_pre.to_csv('y_linear.csv',encoding='utf-8') rbf_y_pre=pd.DataFrame(data=rbf_y_pre) rbf_y_pre.to_csv('y_rbf.csv',encoding='utf-8') from sklearn.linear_model import Ridge ridge = Ridge(alpha=.5) model = ridge.fit(train_X,train_y) y_predict = model.predict(test_X) y_predict=pd.DataFrame(data=y_predict) y_predict.to_csv('y_ridge.csv',encoding='utf-8')
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |