最后更新: 2025-02-17 15:54 查看: 129 次反馈能力测评会员8.2元/月赞助

附录：利用机器学习预测房价

房价预测是机器学习中基本的知识点，也是理想的了解机器学习原理的知识点。获取数据：数据集下载见以下链接：
链接：https://pan.baidu.com/s/1qPXdvb0oskZjv4cGw3hPrQ
提取码：qvk1

## 1.基本数据样子
一个城市的房价收到：房屋的年限，面积，层数，房间数，浴室，价格六大因素的影响（这里仅仅用这六个参数作为距离，实际影响参数远远不止六个）。

![图片](/uploads/2025-02/40355a.jpg)
 
    2.单因素分布
 　这不是一个很大的数据，也没有太多的列，因此第一步可以绘制直方图，查看下各因素的数据分布情况。
  
  ```
  import pandas as pd
import matplotlib.pyplot as plt
df1 = pd.read_csv(r"./house_data.csv")
#直方图
df1.hist(bins=20,figsize=(10,10))
plt.show()

```
  效果：
  
   ![图片](/uploads/2025-02/058f39.jpg)
   
   
 ## 特征，线性回归
 这些影响房价的因素，我们又称之为“特征”。这些特征是如何影响房价的？就好比x,y，我们来看下各特征与房价间的关系图
 ``` 
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
house = pd.read_csv(r"./house_data.csv")
house = house.astype(float)
col1 = house.columns
# 生成图表
for col in col1:
    f, ax = plt.subplots(1, 1, figsize=(12, 8), sharex=True)
    sns.regplot(x=col, y='price', data=house, ax=ax)
    x = ax.get_xlabel()
    y = ax.get_ylabel()
    ax.set_xlabel(x, fontsize=18)
    ax.set_ylabel(y, fontsize=18)
    plt.show()
```

![图片](/uploads/2025-02/df857d.jpg)
 
 ## 特征，箱型图

为了确定卧室数量、卫生间数量、楼层数与价格的比较，OF更喜欢箱型图，因为有数字呈现，但它们不是连续的，如 1,2,... 卧室，2.5, 3,... 楼层（可能 0.5 代表阁楼 ）。

结论：

通过箱型图，去除一些黑点的异常值，我们可以发现，曲线上升比较明显的有房屋面积、卫生间数量，还有卧室数量也有些微小的曲线上升，那么我们可以认为整体上，房价与这3个特征有关系。
  ```
  import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
house = pd.read_csv(r"./house_data.csv")
house = house.astype(float)
col1 = house.columns
# 生成图表
for col in col1:
    f, ax = plt.subplots(1, 1, figsize=(12, 8), sharex=True)
    sns.boxplot(x=house[col],y='price', data=house, ax=ax)
    x = ax.get_xlabel()
    y = ax.get_ylabel()
    ax.set_xlabel(x, fontsize=24)
    ax.set_ylabel(y, fontsize=24)

plt.show()

```

![图片](/uploads/2025-02/e061a0.jpg)
 
 ## 变量相关性

模型中有太多特征并不总是一件好事，因为当我们想要预测新数据集的值时，它可能会导致过度拟合和更糟糕的结果。如果想要一眼看出各变量间的关系，不得不向大家介绍皮尔逊相关性矩阵，用热图来呈现。
   ![图片](/uploads/2025-02/9137eb.jpg)
   
   　怎么看这张图？很简单，右侧的颜色色条中向上红色加深代表正相关；向下蓝绿色加深代表负相关（绝对值越大，相关性越大）。因为我们主要分析各变量与房价间的关系，所以我们比较最下一行的数据。

square房屋面积 0.7 > bathrooms卫生间数量 0.53 > bedrooms 0.31 > floos 0.26
  
  ## 多因素，3D

上述绘制了房价与其他因子的对比，似乎价格与这些因子之间没有完美的线性关系。3个变量彼此之间的关系又如何？
  ``` 
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import itertools
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False   #这两行需要手动设置
house = pd.read_csv(r"./house_data.csv")
house = house.astype(float)
hs2 = house.drop(['price'],axis=1)
col1 = house.columns
col2 = hs2.columns
combine = pd.DataFrame(itertools.combinations(col2, 2))
for i in range(len(combine)):
    fig = plt.figure(figsize=(10,6))
    ax = Axes3D(fig)
    x=house[combine[0][i]]
    y=house[combine[1][i]]
    z=house['price']
    ax.scatter(x,y,z)
    plt.title("三维分析"+combine[0][i]+"-"+combine[1][i]+"-"+"price",fontsize=18)
    ax.set_xlabel(combine[0][i],fontsize=14)
    ax.set_ylabel(combine[1][i],fontsize=14)
    ax.set_zlabel('price',fontsize=14)
    plt.tick_params(labelsize=10)
    plt.show()
```

![图片](/uploads/2025-02/27862a.jpg)
 
 经过线性回归、箱型图、皮尔逊相关性矩阵和3D图的分析，都能分析出来房价与房屋面积、卫生间数量有比较大的关系。下期将会涉及一些机器学习的知识来预测房价
 
 ## 预测
1.说明

主要是房屋面积、卫生间数、卧室数。今天，我们通过建立模型来预测房价。机器学习中关于回归算法-数据发展的预测，包含了几个模型

1、线性回归；

2、岭回归；

3、Lasso回归；

4、多项式回归。

2.线性回归

线性回归的公式很简单y=ax+b（a是系数，b是截距），借这个简单的公式来介绍下机器学习的过程。
   ![图片](/uploads/2025-02/5dcc2d.jpg)
   
   步骤：

1、定义训练集、测试集；

2、选择模型；

3、训练模型；

4、预测和推断。

``` 
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn import linear_model
import matplotlib.pyplot as plt
import tkinter as t

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：旧版本

下一篇：没有了

本文对您是否有用？有用 (0) 无用 (0)