机器学习:波士顿房价数据集

波士顿房价数据集(Boston House Price Dataset)(下载地址:http://t.cn/RfHTAgY

使用sklearn.datasets.load_boston即可加载相关数据。该数据集是一个回归问题。每个类的观察值数量是均等的,共有 506 个观察,13 个输入变量和1个输出变量。

每条数据包含房屋以及房屋周围的详细信息。其中包含城镇犯罪率,一氧化氮浓度,住宅平均房间数,到中心区域的加权距离以及自住房平均房价等等。

CRIM:城镇人均犯罪率。

ZN:住宅用地超过 25000 sq.ft. 的比例。

INDUS:城镇非零售商用土地的比例。

CHAS:查理斯河空变量(如果边界是河流,则为1;否则为0)。

NOX:一氧化氮浓度。

RM:住宅平均房间数。

AGE:1940 年之前建成的自用房屋比例。

DIS:到波士顿五个中心区域的加权距离。

RAD:辐射性公路的接近指数。

TAX:每 10000 美元的全值财产税率。

PTRATIO:城镇师生比例。

B:1000(Bk-0.63)^ 2,其中 Bk 指代城镇中黑人的比例。

LSTAT:人口中地位低下者的比例。

MEDV:自住房的平均房价,以千美元计。

预测平均值的基准性能的均方根误差(RMSE)是约 9.21 千美元。

 

重要参数

* return_X_y:表示是否返回target(即价格),默认为False,只返回data(即属性)。

加载示例

1.

>>> from sklearn.datasets import load_boston

>>> boston = load_boston()

>>> print(boston.data.shape)

(506L, 13L)

2.

>>> from sklearn.datasets import load_boston

>>> data,target = load_boston(return_X_y = True)

>>> print(data.shape)

(506L, 13L)

>>> print(target.shape)

(506L,)

 

(未完待续)

posted @ 2017-08-09 10:29  wjunneng  Views(42677)  Comments(0Edit  收藏  举报