波士顿房价数据集的加载

波士顿房价数据集（Boston Housing Dataset）是机器学习领域中一个著名的回归分析数据集。该数据集包含了波士顿郊区内506个住宅区域的多个统计数据，并给出了每个区域的中位数房价（MEDV）。这些统计数据包括犯罪率、住宅平均房间数、非零售业商业用地比例等共计13个特征。

在Python中加载波士顿房价数据集通常可以使用sklearn库，具体步骤如下：

1. 首先，需要安装scikit-learn库，如果尚未安装可以使用pip命令：

pip install scikit-learn

2. 导入sklearn库中的datasets模块，并使用它提供的`load_boston()`函数加载数据集：

from sklearn.datasets import load_boston
boston_dataset = load_boston()

3. `load_boston()`函数返回的是一个字典，其中包含了数据集的特征（data），目标变量（target，即房价），特征名称（feature_names），以及数据集的描述（DESCR）。例如，可以这样访问这些数据：

data = boston_dataset.data
target = boston_dataset.target
feature_names = boston_dataset.feature_names

4. 加载完成后，你就可以使用这些数据进行后续的分析和建模工作。