线性回归--波士顿房屋价格预测

**线性回归——波士顿房屋价格预测**

在机器学习领域，线性回归是最基本也是最常用的算法之一。它的主要目的是通过建立一个直线方程来预测目标变量（通常是连续值）的值。这里，我们将使用波士顿房屋数据集作为例子，来演示如何使用线性回归进行房屋价格的预测。

**数据集**

波士顿房屋数据集包含506个样本，每个样本代表一个房屋，其特征包括：

* `CRIM`: 城镇犯罪率* `ZN`: 有无绿地* `INDUS`: 工业数量* `CHAS`: 是否有河流* `NOX`: 一氧化碳浓度* `RM`: 房屋平均房间数* `AGE`: 房屋年龄* `DIS`: 到城市中心距离* `RAD`:交通状况* `TAX`: 房产税* `PTRATIO`: 学校与学生比例* `B`: 黑人比例* `LSTAT`: 经济状况目标变量是房屋价格。

**数据预处理**

import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScaler# 加载数据集data = pd.read_csv('boston_housing.csv')

# 查看数据集的前几行print(data.head())

# 查看数据集的描述统计量print(data.describe())

# 将目标变量分离出来X = data.drop(['PRICE'], axis=1)
y = data['PRICE']

# 将数据集分割成训练集和测试集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 对特征进行标准化scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

from sklearn.linear_model import LinearRegression# 初始化线性回归模型model = LinearRegression()

# 训练模型model.fit(X_train_scaled, y_train)

# 预测测试集的值y_pred = model.predict(X_test_scaled)

from sklearn.metrics import mean_squared_error, r2_score# 计算平均绝对误差（MAE）
mae = mean_squared_error(y_test, y_pred, squared=False)

# 计算决定系数（R-squared）
r2 = r2_score(y_test, y_pred)

print(f'MAE: {mae:.2f}')
print(f'R-squared: {r2:.2f}')