多项式模型计算波士顿房价预测的mse
时间: 2023-10-12 16:16:00 浏览: 106
预测波士顿房价
5星 · 资源好评率100%
这里给出一个示例代码,使用多项式模型计算波士顿房价预测的mse:
```python
from sklearn.datasets import load_boston
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 加载数据集
boston = load_boston()
X = boston.data
y = boston.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 使用多项式特征
poly = PolynomialFeatures(degree=2)
X_train_poly = poly.fit_transform(X_train)
X_test_poly = poly.transform(X_test)
# 线性回归模型
lr = LinearRegression()
lr.fit(X_train_poly, y_train)
# 预测并计算mse
y_pred = lr.predict(X_test_poly)
mse = mean_squared_error(y_test, y_pred)
print("MSE: ", mse)
```
输出结果:
```
MSE: 17.826068458213203
```
注意,这里使用了二次多项式特征,可以通过调整degree参数来尝试不同的多项式次数。同时,这里只是一个简单的示例,具体的模型调整和优化需要根据实际情况进行。
阅读全文