现实社会经常遇到分类与预测的问题，目标变量可能受多个因素影响，根据相关系数可以判断影响因子的重要性。房价的高低也是受多个特征因素影响的，如房子所处的城市是一线还是二线，房子周边交通方便程度如通不通地铁，房子周边学校和医院等，这些都影响了房子的价格。
本分析主要内容包括：
1.通过数据挖掘分析影响波士顿房价的因素；
2.建立波士顿房价预测模型。
2021-04-23 13:03:44
389KB
该数据集包含美国人口普查局收集的美国马萨诸塞州波士顿住房价格的506个案例 ，
数据集有以下14个属性
CRIM,ZN,INDUS,CHAS,NOX,RM,AGE,DIS,RAD,TAX,PTRATIO,B,LSTAT,MEDV
2021-04-14 16:16:41
40KB
1
1.自编 Lasso 算法，求解方法不限（最小角度规划和快速迭代收缩阈值 FIST 或者其他），说明采用的是何种类型求解方法。2.基于波士顿房价数据集，采用自编 Lasso 算法预测波士顿房价。共 506 个样本，前一半样本作为训练集，后一半样本作为测试集。给出模型在 RMSE 指标上的表现。3. 使用 scikit-learn 实现的回归算法（至少 3 种）来预测波斯顿房价，并对比结果。
2021-04-14 11:00:19
1.08MB
1
简单介绍机器学习的一些基础知识，然后通过一些经典案例：鸢尾花分类问题、波士顿房价预测问题、手写数字识别等详细介绍Scikit-learn的使用，非常适合初学者。
2021-04-07 09:14:05
5.85MB
机器学习小案例csv文件，网上得搜半天，我复制粘贴自己建了个，有需求拿
资源原出处：https://github.com/Anfany/Machine-Learning-for-Beginner-by-Python3/blob/master/Linear%20Regression/Boston.csv
2021-03-18 16:16:49
34KB
1