線性迴歸是簡單易用的機器學習演算法，scikit-learn是python強大的機器學習庫。

本篇文章利用線性迴歸演算法預測波士頓的房價。波士頓房價資料集包含波士頓郊區住房價值的資訊。

第一步：Python庫匯入

%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport sklearn

第二步：資料獲取和理解

波士頓資料集是scikit-learn的內建資料集，可以直接拿來使用。

from sklearn.datasets import load_bostonboston = load_boston()
 

print(boston.keys())

dict_keys([‘data’, ‘target’, ‘feature_names’, ‘DESCR’])

print(boston.data.shape)

(506, 13)

print(boston.feature_names)

[‘CRIM’ ‘ZN’ ‘INDUS’ ‘CHAS’ ‘NOX’ ‘RM’ ‘AGE’ ‘DIS’ ‘RAD’ ‘TAX’ ‘PTRATIO’’B’ ‘LSTAT’]

結論：波士頓資料集506個樣本，14個特徵。

print(boston.DESCR)

bos = pd.DataFrame(boston.data)print(bos.head())
 

        0     1     2    3      4      5     6       7    8      9     10