python3.12预测波士顿房价

Python 3.12版本并没有直接提供用于预测波士顿房价的功能，因为版本号表示的是语言的主要版本，而不是特定的数据分析库或模型。然而，如果你想要使用 Python 进行波士顿房价预测，通常会用到机器学习库如 Scikit-learn，它包含了著名的波士顿房价数据集(Boston Housing Dataset)。

在 Python 中，你可以按照以下步骤来进行房价预测：

1. 导入所需的库：`numpy`, `pandas`, `matplotlib` 可视化数据，以及 `sklearn.datasets` 和 `sklearn.model_selection` 等用于加载数据和模型训练的模块。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

2. 加载并预处理数据：

boston = load_boston()
df = pd.DataFrame(boston.data, columns=boston.feature_names)
df['PRICE'] = boston.target  # 将目标变量加入数据框

3. 划分数据集：

X_train, X_test, y_train, y_test = train_test_split(df.drop('PRICE', axis=1), df['PRICE'], test_size=0.2, random_state=42)

4. 创建并训练模型：

model = LinearRegression()  # 或者其他回归模型，如决策树、随机森林等
model.fit(X_train, y_train)

5. 预测和评估：

y_pred = model.predict(X_test)
print("模型预测：", y_pred[:5])
score = model.score(X_test, y_test)
print("R²分数:", score)

6. 可视化结果：

plt.scatter(y_test, y_pred)
plt.xlabel('实际价格')
plt.ylabel('预测价格')
plt.show()