Python sklearn实例：预测波士顿房价

数据集

sklearn中自带有几个用于学习和测试的数据集，本次学习的就是自带的波士顿房价数据集。
在成功安装 sklearn 后，只需调用对应的数据导入方法，即可完成数据的加载。这些数据导入方法的命名规则是 sklearn.datasets.load_。这里的 就是对应的数据集名称。常见的数据集如表 1 所示。

波士顿房价数据集Web版：http://lib.stat.cmu.edu/datasets/boston
教程：https://www.92python.com/view/251.html
所以，我们可以导入波士顿数据集：

from sklearn.datasets import load_boston
boston = load_boston()
print(boston.data)
print(boston.target)
print(boston.target)

在 sklearn 内置的所有数据集中，数据的类型 都是 numpy 的 ndarray 类型，即数组类型。所以可以使用ndarray的所有方法。
在 sklearn 框架中，所有内置的数据集（如表 1 所示）都有 5 个属性值。它们所代表的含义分别如下：

• data：首先，data 并不泛指数据，而是特指除标签之外的特征数据，针对波士顿房价数据集，它指的是前面的13个特征（即列数据）；
• target：相对而言，target 的本意是“目标”，这里是指标签（label）数据（样本即行数据）。针对波士顿房价数据集，就是指房价；
• feature_names：属性值 feature_names 给出的实际上就是 data 对应的各个特征的名称。对于波士顿房价数据集而言，它指的就是影响房价的 13 个特征的名称；
• DESCR：属性值 DESCR 其实是英文单词“description”的简写。顾名思义，它是对当前数据集的详细描述，有点类似于数据集的说明文档。比如，这个数据从哪里来，它有什么特征，每个特征是什么数据类型，如果引用数据集该引用哪些论文，等等；
• filename：最后一个属性值就是 filename，它说明的是这个数据集的名称，以及在当前计算机中的存储路径。

波士顿房价中的特征描述

你可以通过 boston.DESC 来获取数据集中特征的英文描述。
为了方便读者理解，这里给出缩写特征的中文描述，如表 2 所示。
表2

注：1平方尺≈0.093平方米。