结果展示:将预测结果可视化展示,如绘制散点图、绘制预测曲线等,以便
于观察模型的预测效果和趋势。
基于 Weka 的预测房价回归预测及案例分析的开发背景和需求分析,我们可
以利用 Weka 的机器学习算法和工具来构建一个有效的房价预测模型,并进行相
关的数据分析和案例研究。
第二章 系统设计
2.1 数据收集
通过网上数据收集,获取到了房屋的几个属性(房屋面积、房间数量、朝向、
装修程度)和对应的房价。如表 1.1 所示,将收集到的数据集存入 CSV 文件中,
通过分析这些数据,我们可以看到以下几个方面的特点:
1、房屋面积与房价之间存在一定的正相关关系,即房屋面积越大,房价越
高。
2、房间数量可能对房价有一定影响,房间数量较多的房屋往往价格较高。
3、房屋朝向和装修程度也可能对房价有一定影响,具体关系需要进一步分
析。
表 1 获取简单数据表
2.2 为 Weka 构建数据集
为了将数据加载到 WEKA,我们必须将数据放入一个我们能够理解的格式。
WEKA 建议的加载数据的格式是 Attribute-Relation File Format (ARFF),可以在
其中定义所加载数据的类型,然后再提供数据本身;在这个文件内,定义了每列
以及每列所含内容,对于回归模型,只能有 NUMERIC 或 DATE 列,以逗号