机器学习实验一基础回归加载californoa房价数据集代码
时间: 2024-10-11 22:08:38 浏览: 8
在Python中,特别是使用scikit-learn库进行机器学习实验时,我们可以使用`load_boston()`函数来加载加州房价数据集,这是一个经典的回归问题。以下是加载数据并进行基本分析的一个例子:
```python
# 导入所需的库
from sklearn.datasets import load_boston
import pandas as pd
import numpy as np
# 加载数据集
boston = load_boston()
print("Boston Housing dataset loaded.")
# 将数据转换为pandas DataFrame,方便查看
data = pd.DataFrame(boston.data, columns=boston.feature_names)
target = boston.target # 目标变量(房价)
# 查看数据前几行
print(data.head())
# 数据集描述信息
print("\nDataset description:")
print(boston.DESCR)
# 划分特征和目标
X = data
y = target
# 基础上,你可以进行一些预处理,如标准化或归一化,然后选择合适的模型(如线性回归、决策树等)进行训练
```