# 项目1:模型评估与验证
## 波士顿房价预测
### 准备工作
这个项目需要安装**Python 2.7**和以下的Python函数库:
- [NumPy](http://www.numpy.org/)
- [matplotlib](http://matplotlib.org/)
- [scikit-learn](http://scikit-learn.org/stable/)
你还需要安装一个软件,以运行和编辑[ipynb](http://jupyter.org/)文件。
优达学城推荐学生安装 [Anaconda](https://www.continuum.io/downloads),这是一个常用的Python集成编译环境,且已包含了本项目中所需的全部函数库。我们在P0项目中也有讲解[如何搭建学习环境](https://github.com/nd009/titanic_survival_exploration/blob/master/README.md)。
### 代码
代码的模版已经在`boston_housing.ipynb`文件中给出。你还会用到`visuals.py`和名为`housing.csv`的数据文件来完成这个项目。我们已经为你提供了一部分代码,但还有些功能需要你来实现才能以完成这个项目。
### 运行
在终端或命令行窗口中,选定`boston_housing/`的目录下(包含此README文件),运行下方的命令:
```jupyter notebook boston_housing.ipynb```
这样就能够启动jupyter notebook软件,并在你的浏览器中打开文件。
### 数据
经过编辑的波士顿房价数据集有490个数据点,每个点有三个特征。这个数据集编辑自[加州大学欧文分校机器学习数据集库(数据集已下线)](https://archive.ics.uci.edu/ml/datasets.html).
**特征**
1. `RM`: 住宅平均房间数量
2. `LSTAT`: 区域中被认为是低收入阶层的比率
3. `PTRATIO`: 镇上学生与教师数量比例
**目标变量**
4. `MEDV`: 房屋的中值价格
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【资源说明】 1、该资源内项目代码都是经过测试运行成功,功能正常的情况下才上传的,请放心下载使用。 2、适用人群:主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用,具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习,也可作为大作业、课程设计、毕设项目、初期项目立项演示等,欢迎下载,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
基于Udacity机器学习模型的波士顿房价预测算法源码.zip (5个子文件)
code_30312
visuals.py 5KB
housing.csv 12KB
report.html 841KB
README.md 2KB
boston_housing.ipynb 197KB
共 5 条
- 1
资源评论
龙年行大运
- 粉丝: 997
- 资源: 3856
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功