机器房价预测代码
时间: 2023-08-06 13:20:43 浏览: 51
以下是一个简单的机器学习模型,用于预测房价。该模型基于Python和Scikit-learn库。
```
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
# 读取数据
data = pd.read_csv('house_prices.csv')
# 将数据分为特征和目标变量
X = data.drop('price', axis=1)
y = data['price']
# 将数据分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
# 训练模型
model = LinearRegression()
model.fit(X_train, y_train)
# 预测测试集
y_pred = model.predict(X_test)
# 打印模型评分
print("训练集得分:", model.score(X_train, y_train))
print("测试集得分:", model.score(X_test, y_test))
```
在上述代码中,`house_prices.csv` 是一个包含房屋特征和价格的CSV文件。代码将数据加载到Pandas DataFrame中,然后将数据分为特征和目标变量。使用`train_test_split`函数将数据分为训练集和测试集。接下来,使用Scikit-learn的`LinearRegression`模型训练数据。最后,使用训练好的模型对测试集进行预测,并打印模型评分。