写一段预测房价的python代码

以下是一段简单的使用线性回归算法预测房价的Python代码示例：

import numpy as np
from sklearn.linear_model import LinearRegression

# 假设我们已经有了训练数据 X_train 和对应的房价标签 y_train
X_train = np.array([[1500], [2000], [2500], [3000], [3500]])
y_train = np.array([120000, 150000, 180000, 210000, 240000])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X_train, y_train)

# 假设我们要预测一套房子的价格，它的面积为 2800 平方英尺
X_test = np.array([[2800]])

# 预测房价
y_pred = model.predict(X_test)

# 输出预测结果
print("预测房价为：$%.2f" % y_pred)

代码解释：

1. 首先导入必要的库，包括 numpy 和 scikit-learn 中的 LinearRegression 模型。

2. 假设我们已经有了训练数据 X_train 和对应的房价标签 y_train，其中 X_train 代表房子的面积，y_train 代表对应的房价。

3. 创建 LinearRegression 模型，并使用 fit() 方法训练模型。

4. 假设我们要预测一套房子的价格，它的面积为 2800 平方英尺，将其存储在 X_test 中。

5. 使用 predict() 方法预测房价。

6. 输出预测结果，其中格式化字符串使用了“$%.2f”来将预测结果格式化为美元金额，保留两位小数。