利用scikit-learn进行机器学习入门案例
相信很多人都是知道波士顿房价的数据集，一个非常经典的机器学习入门案例数据集。在这个案例中直接使用sklearn中自带的数据集来进行数据分析和建模，主要内容包含：
- 数据探索
- 相关性分析
- 变量研究
- 线性回归模型探索
- 模型改进
; 导入库
import numpy as np
import pandas as pd
import hvplot.pandas
import matplotlib.pyplot as plt
%matplotlib inline
%config InlineBackend.figure_format = 'retina'
import seaborn as sns
plt.style.use("fivethirtyeight")
pd.set_option('display.float_format', lambda x: '{:.3f}'.format(x))
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
import warnings
导入内置数据
导数据
从sklearn中导入内置的波士顿房价数据集：
boston = datasets.load_boston()
X = boston.data
y = boston.target
df = pd.DataFrame(
X,
columns = boston.feature_names
)
df.head()
df["MEDV"] = y
df.head()
查看数据字段、类型：
`python
df.info()
RangeIndex: 506 entries, 0 to 505
Data columns (total 14 columns):
Original: https://blog.csdn.net/qq_25443541/article/details/123466330
Author: 尤尔小屋的猫
Title: 机器学习保姆级入门案例-波士顿房价预测
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/613324/
转载文章受原作者版权保护。转载请注明原作者出处！