python数据预测模型算法_PythonAI极简⼊门：4、使⽤回归模
型预测房价
⼀、回归预测
在前⾯的⽂章中我们介绍了机器学习主要解决分类、回归和聚类三⼤问题。今天我们来具体了解⼀下使⽤机器学习算法进⾏回归预测。
回归预测主要⽤于预测与对象关联的连续值属性，得到数值型的预测数据。回归预测的应⽤场景有各类的价格预测、相关性的反应预测等。
下⾯，我们就使⽤sklearn模块，以⼀个sklearn中集成的波⼠顿房价数据集来演⽰如何进⾏回归预测。
⼆、波⼠顿房价预测
1、引⼊数据集
在sklearn中内置的数据集都位于datasets⼦模块下，我们可以直接进⾏导⼊：
导⼊之后，看看数据集中的内容：
其中有五个键，从字⾯意思上理解，可以发现data是数据集中所有的数据特征，DESCR是数据集的描述信息，target是数据集特征对应的⽬标值，feature_name则是数据特征的名称。
我们先来看看数据特征的名称：
可以发现数据集中有13个特征，每个特征具体是什么意思，倒不清楚，我们可以在DESCR描述中到具体意思：
最后可以知道每个数据特征的含义如下：CRIM：⼈均犯罪率 ；
ZN：住宅⽤地超过两万五千平⽅英尺的⽐例 ；INDUS：城镇的⾮零售营业⽐例；
CHAS：河流分界；
NOX：⼀氧化氮浓度 ；
RM：住宅平均房间数；
AGE：1940年之前建造的房屋业主⽐例；DIS：距离波⼠顿五个就业中⼼的加权距离；RAD：径向公路的可达指数；
TAX ：每⼀万美元财产的全额财产税率PTRATIO ：城乡教师⽐例；
B ：⿊⼈⽐例
LSTAT ：低层⼈⽐例
MEDV ：房屋价格中值
再来看看具体的数据特征和⽬标数据值：
数据特征形状：
数据特征概览：
数据特征⼀共有506⾏，13列，正好对应13个数据特征。⽽⽬标数据值的也正好是506个：
相当于是已经处理好的数据了。java调用python模型
但是对于初学者来说，这样处理好的数据看起来不是太直观，我们使⽤Pandas将其还原为DataFrame的形式，可以直观地看出这个数据集到底是什么样的：
对于熟悉使⽤pandas的同学来说，这样看这个数据集是不是亲切多了。
好了，我们可以直接进⾏下⼀步。
2、分割训练数据和测试数据
为了检验我们创建和训练好的机器学习模型的效果，将数据集分割为训练集和测试集是必须的。
⽽在sklearn中，也有⼀个专门的接⼝⽅法⽤于分割数据集的训练集和测试集——train_test_split，我们⾸先导⼊它：
然后将我们的数据集data传⼊，并设置测试集的⽐例为15%：
3、选择⼀个回归算法估计器
在sklearn中，所有的机器学习算法都以“估计器”的形式来呈现，每⼀个估计器都是⼀个类，机器学习模型通过实例化⼀个估计器的类来进⾏创建。⽐如线性回归的算法估计器：
每⼀个算法估计器，⽆论是监督学习算法还是⾮监督学习算法，都拥有⼀个fit()⽅法，⽤于接收训练数据集来训练数据，⽐如这样：
同时每⼀个算法估计器都有⽤⼀个predict()⽅法，⽤于接收数据来进⾏预测，⽐如这样：
在sklearn中，各类机器学习算法的API设计根据不同的⽤途的算法进⾏划分，我们可以⽅便地调⽤⾃⼰想要的算法，每⼀个监督学习算法，都由⼀个单独的⼦模块构成，其下包含算法的具体类，⽐如⼴义的线性回归算法：
其中根据⽤途，有的算法 可细分为⽤于回归的估计器和⽤于分类的估计器。
在此，我们选择随机森林算法的⽤于回归的估计器：
⾸先，导⼊算法估计器：
接着，实例化随机森林回归估计器，设置算法的参数并将训练集传⼊进⾏训练：
训练好模型之后，再使⽤predict()⽅法对训练集进⾏预测：
这样，我们就获得了使⽤随机森林回归模型对测试集进⾏预测的数据了，其为⼀个⼀维数组，我们可以直接打印出来看到：
还记得我们分割训练测试集的时候，有过⼀个y_test的数组吧？它是测试集x_test数据特征对应正确的房价结果，我们也来看看其数据：
如何⽐较正确数组和预测出来的数组的值的正确度呢？⼀个⽐较蠢的⽅法是通过遍历这两个数组进⾏对⽐，查看其差值：
如果测试数据集少的话，这样来⽐较似乎⼯作量还不⼤，要是测试集很⼤那就没办法了。幸⽽，sklearn中也提供了对模型的评估⽅法，所有的评估⽅法都集成在ics⼦模块中。针对回归模型，我们可以使⽤平均绝对误差MAE和均⽅差MSE以及R2分数来对回归模型评估：
然后在评估⽅法中传⼊预测数组和正确数组：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。