回归预测预测波士顿房价
时间: 2023-10-08 10:06:53 浏览: 49
波士顿房价预测是一个非常经典的回归问题,通常使用线性回归或者决策树回归算法来解决。以下是使用Python实现的一个简单的线性回归模型:
```python
import numpy as np
import pandas as pd
from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 加载数据
boston = load_boston()
X = pd.DataFrame(boston.data, columns=boston.feature_names)
y = pd.DataFrame(boston.target, columns=['target'])
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练线性回归模型
lr = LinearRegression()
lr.fit(X_train, y_train)
# 预测测试集
y_pred = lr.predict(X_test)
# 计算均方误差
mse = mean_squared_error(y_test, y_pred)
print('Mean Squared Error: ', mse)
```
输出结果为:
```
Mean Squared Error: 24.291119474973616
```
这个结果说明我们的模型误差比较大,需要进一步优化模型或者使用其他算法来解决这个问题。