全国物流网站有哪些平台,台州做网站哪家好,电脑网站手机版怎么做,wordpress免费电子商务插件分析目标#xff1a;将波士顿房价的数据集进行描述性数据分析、预测性数据分析(主要用了回归分析)#xff0c;可用于预测房价。数据集介绍#xff1a;卡内基梅隆大学收集#xff0c;StatLib库#xff0c;1978年#xff0c;涵盖了麻省波士顿的506个不同郊区的房屋数据。一…分析目标将波士顿房价的数据集进行描述性数据分析、预测性数据分析(主要用了回归分析)可用于预测房价。数据集介绍卡内基梅隆大学收集StatLib库1978年涵盖了麻省波士顿的506个不同郊区的房屋数据。一共含有506条数据。每条数据14个字段包含13个属性和一个房价的平均值。腾讯文档 docs.qq.com一、数据预处理①导入常用的数据分析库#导入Python常用数据分析的库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snssns.set() #设置画图空间为 Seaborn 默认风格names[CRIM,ZN,INDUS,CHAS,NOX,RM,GE,DIS,RAD,TAX,PRTATIO,B,LSTAT,PRICE]bostonpd.read_csv(/Users/glenji/Desktop/housing.csv,namesnames,delim_whitespaceTrue)boston.head(10) ②指标解释#指标解释#CRIM犯罪率#ZN住宅用地所占比例#INDUS城镇中非住宅用地所占比例#CHAS是否穿过查尔斯河#NOX氮氧化污染物#RM每栋住宅的房间数#GE1940年以前建成的自住单位的比例#DIS距离5个波士顿的就业中心的加权距离#RAD距离高速公路的便利指数#TAX每一万美元的不动产税率#PRTATIO城镇中的教师学生比例#B城镇中的黑人比例#LSTAT低收入群比例#PRICE价格查看数据集大小#查看数据集大小boston.shape 查看各字段基础信息boston.info() 查看缺失值#查看缺失值boston.isnull().sum() 二、描述性数据分析①查看描述性数据统计可以看到各个字段的均值、中位数、标准差等。#描述性数据统计boston.describe() ②查看各字段的相关性可以看到房子价格跟住宅的房间数成比较强的正相关而跟低收入人数比例有比较强的负相关。#查看相关性corrboston boston.corr()corrbostonplt.figure(figsize(10,10)) #设置画布sns.heatmap(corrboston,annotTrue,cmapRdGy)plt.show() ③查看是否穿过查尔斯河对房价的影响可以看到被河流穿过的豪宅仅占比6.92%而被查尔斯河穿过的豪宅比没有被穿过的豪宅平均贵了28.7%。#查看是否穿过查尔斯河的两类占比#可以看到被河流穿过的豪宅仅占比6.92%fig,ax plt.subplots(1,2,figsize(10,5))boston[CHAS].value_counts().plot.pie(axax[0],shadowFalse,autopct%1.2f%%)ax[0].set_ylabel() #设置y轴标签ax[0].set_xlabel(CHAS) #设置x轴标签sns.countplot(CHAS,databoston,axax[1])ax[1].set_ylabel()ax[1].set_xlabel(CHAS)plt.show() #再来看看两种不同类型的房子的价值如何#可以看到被查尔斯河穿过的豪宅比没有被穿过的豪宅平均贵了28.7%bostonCHAS boston[[CHAS,PRICE]] #先将CHAS和PRICE两列数据取出bostonCHAS1bostonCHAS.pivot_table(valuesPRICE, #计算的值indexCHAS, #透视的行分组的依据aggfuncmean) #聚合函数# 对透视表进行降序排列bostonCHAS1 bostonCHAS1.sort_values(byPRICE, # 排序依据ascendingFalse # 是否升序排列)bostonCHAS1 ④看看各个字段与价格的散点图以初步了解价格与相应字段的关系。可以看到不是所有的字段与价格都有较强的相关关系但本例中不涉及多元线性回归的向后删除仅做最简单的多元性性回归的分析处理。x_data boston[[CRIM,ZN,INDUS,CHAS,NOX,RM,GE,DIS,RAD,TAX,PRTATIO,B,LSTAT]] # 导入所有特征变量y_data boston[[PRICE]] # 导入目标值(房价)plt.figure(figsize(18,10))for i in range(13):plt.subplot(4,4,i1)plt.scatter(x_data.values[:,i],y_data,s 5) #.values将DataFrame对象X_df转成ndarray数组plt.xlabel(names[i])plt.ylabel(Price)plt.title(str(i1). names[i] - Price)plt.tight_layout()plt.show() 三、预测性数据分析①选取线性回归字段from sklearn import linear_model#定义线性回归的x和y变量xpd.DataFrame(boston[[CRIM,ZN,INDUS,CHAS,NOX,RM,GE,DIS,RAD,TAX,PRTATIO,B,LSTAT]])yboston[PRICE]x ②建立线性回归模型并调用可以看到各个字段的回归系数可以写出一个回归方程yax1bx2……理论上你知道一套新房子的各个字段带入公式即可预测出价格。#建立线性回归模型并将变量带入模型进行训练。clf linear_model.LinearRegression()clf.fit(x, y)#查看回归系数。本例为一元回归,所以只有一个系数。print(回归系数:, clf.coef_) ③计算回归系数计算出的回归系数为0.74回归拟合效果较好。from sklearn.metrics import r2_scorescore r2_score(y, y_pred)score ④可以进行简单的预测y_pred clf.predict(x)print(y_pred) 以上谢谢喜欢的话可以关注一下。参考资料
