用python完成机器学习实验 波士顿房价预测需要的参考文献

以下是波士顿房价预测相关的参考文献：

1. 《Python机器学习基础教程》第二版，作者Sebastian Raschka和Vahid Mirjalili。该书介绍了使用Python进行机器学习的基本概念和技术，包括数据预处理、模型选择、评估和调优等。

2. “波士顿房价数据集”，该数据集包含了506个房屋的13个特征和价格的信息。可以在UCI机器学习库中获取。

3. “Scikit-learn”，是一个Python的机器学习库，包含了各种机器学习算法和工具，例如数据预处理、特征选择、模型选择、评估和调优等。可以使用该库来实现波士顿房价预测模型。

4. “Matplotlib”，是一个Python的数据可视化库，可以用于绘制各种图形，例如折线图、散点图、直方图等。可以使用该库来展示波士顿房价数据集和预测结果。

5. “Pandas”，是一个Python的数据分析库，可以用于数据读取、清洗、处理和转换等。可以使用该库来处理波士顿房价数据集。

希望以上参考文献能够帮助到你完成波士顿房价预测的机器学习实验。