python读取波士顿

波士顿数据集是一个经常用于回归分析的经典数据集。在Python中，我们可以使用Scikit-learn库中的datasets模块来读取波士顿数据集。以下是读取波士顿数据集并进行相关操作的代码示例：

from sklearn import datasets
from sklearn.model_selection import train_test_split

# 读取波士顿数据集
boston = datasets.load_boston()
data_name = boston['feature_names']   # 特征名称
data_1 = boston['data'][:5]           # 前5个样本数据
train = boston.data                   # 样本
target = boston.target                # 标签

# 切割数据为训练集和测试集
X_train, x_test, y_train, y_true = train_test_split(train, target, test_size=0.2)

以上代码将波士顿数据集加载到`boston`变量中，并且通过`train_test_split`函数将数据集划分为训练集和测试集。