boston_df = pd.DataFrame(boston.data, columns=boston.feature_names)
时间: 2023-05-18 20:06:36 浏览: 135
这是一个将波士顿房价数据集转换为 pandas DataFrame 格式的代码。其中 boston.data 是波士顿房价数据集中的特征数据,boston.feature_names 是特征的名称。通过 pd.DataFrame() 函数将数据转换为 DataFrame 格式,并指定列名为特征名称。
相关问题
boston = load_boston() data = pd.DataFrame(boston.data, columns=boston.feature_names) target = pd.Series(boston.target, name='PRICE') df = pd.concat([data, target], axis=1)
这段代码使用了scikit-learn中的`load_boston()`函数来加载波士顿房价数据集。然后,将数据集中的特征值和目标变量分别赋值给`data`和`target`变量。接着,使用`pd.concat()`函数将特征值和目标变量合并到一起,并赋值给`df`变量,其中`axis=1`表示按列合并。最终,`df`变量就是包含所有特征值和目标变量的数据框。
boston=load_boston() X=boston.data y=boston.target feature_names=boston.feature_names print(X.shape) print(feature_names) df=pd.DataFrame(X,columns=feature_names) df['PRICE']=y print(df.head(10))
这段代码是用来加载波士顿房价数据集,并将数据集转化为DataFrame格式进行展示。首先,通过load_boston()函数加载波士顿房价数据集,其中X是数据集的特征,y是数据集的目标值。通过feature_names获取数据集的特征名。然后,使用DataFrame()函数将特征数据集X和目标值y转化为DataFrame格式,并将特征名feature_names作为DataFrame的列名。最后,添加一列名为'PRICE'的列,并将目标值y填充到该列中。使用head()函数展示DataFrame的前10行数据。