python线性回归预测波士顿房价
时间: 2023-11-10 11:07:11 浏览: 48
要实现python线性回归预测波士顿房价,可以使用scikit-learn库中的LinearRegression模型。具体步骤如下:
1. 导入数据集:从sklearn.datasets中导入波士顿房价数据集load_boston()。
2. 数据预处理:将数据集分为训练集和测试集,并进行标准化处理。
3. 构建模型:使用LinearRegression()函数构建线性回归模型。
4. 模型训练:使用fit()函数对模型进行训练。
5. 模型预测:使用predict()函数对测试集进行预测。
6. 模型评估:使用mean_squared_error()函数计算均方误差(MSE)和R2得分。
代码示例:
```
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
# 导入数据集
boston = load_boston()
# 数据预处理
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.3, random_state=42)
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)
# 构建模型
lr = LinearRegression()
# 模型训练
lr.fit(X_train, y_train)
# 模型预测
y_pred = lr.predict(X_test)
# 模型评估
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print("MSE:", mse)
print("R2 Score:", r2)
```