机器学习实战:房价预测问题
机器学习简介 小例
先来简单举个例子吧！假如一家公司1月的利润为50万，然后每月增长5%，问其9月利润是多少。按照传统算法，我们知道了该公司1月的利润，知道了月增长率，就可以根据公式计算出相应的结果，而机器学习与传统算法不同的是机器学习是把月份、利润这些数据给到计算机，然后由计算机自动去求解一个函数关系进而求得结果。
传统算法：
1月利润+公式→计算机→结果
机器学习：
前几个月的月份+每月对应的利润→计算机→F（x）（计算机求得的函数关系）→结果
简单定义
然后来看看机器学习的一个简单定义吧~
机器学习是一种实现人工智能的方法
从数据中寻找规律、建立关系，然后根据建立的关系去解决问题
从数据中学习从而实现自我优化与升级
本文就不做过多介绍了，想深入了解的小伙伴可以去看看其他博主的博客哈。
机器学习的类别
1.监督学习：在已有的数据集中，训练数据包括正确结果，知道输入数据与输出结果的关系，并可以根据这种关系建立一个关系模型，在获得新数据后，就可以根据这种关系输出对应结果。
2.无监督学习：训练数据不包括正确结果，让计算机自己去数据中寻找规律。
3.半监督学习：训练数据包含少量结果，可以理解为介于监督学习和无监督学习之间。
4.强化学习：根据每次结果收获的奖惩进行学习，实现优化。就比如让机器人去做一件事，做得好就加5分，做的差就减5分，然后按照第一种方式做事获得的分比第二种方式高，那么机器人就知道第一种方式更好了。按照这种奖惩方式，程序就可以逐步寻找获得高分的方法了。
房屋预测问题实战
基于.csv数据，以人均收入、房屋年龄、房间数量、区域人口、房屋面积作为输入变量，来预测房屋价格。
好了话不多说，上代码！
这里的csv文件是提前下载好的
#加载数据
import pandas as pd
import numpy as np
data = pd.read_csv('usa_housing_price.csv')
data.head() #预览数据。数据很多，预览数据只是预览前五项。
预览结果：
再来看一下5个输入变量对应的散点图
%matplotlib inline
from matplotlib import pyplot as plt #导入相关库
fig = plt.figure(figsize=(15,12)) #这里是定义画布大小
fig1 =plt.subplot(231) #231是指两行三列的第一个图，下面的232是指两行三列的第二个图，依次类推
plt.scatter(data.loc[:,'Avg. Area Income'],data.loc[:,'Price']) #获取数据，画出一个散点图
plt.title('Price VS Income') #散点图的名称fig2 =plt.subplot(232)
plt.scatter(data.loc[:,'Avg. Area House Age'],data.loc[:,'Price'])
plt.title('Price VS House Age')fig3 =plt.subplot(233)
plt.scatter(data.loc[:,'Avg. Area Number of Rooms'],data.loc[:,'Price'])
plt.title('Price VS Number of Rooms')fig4 =plt.subplot(234)
plt.scatter(data.loc[:,'Area Population'],data.loc[:,'Price'])
plt.title('Price VS Area Population')fig5 =plt.subplot(235)
plt.scatter(data.loc[:,'size'],data.loc[:,'Price'])
plt.title('Price VS size')
plt.show() #展示散点图
注意左上角的1e6是代表10的6次方，即2.5所代表值是。
#定义输入变量X_multi
X_multi = data.drop(['Price'],axis=1) #去掉price所在列，因为有5个输入变量，输出结果只有1个，所以去掉price
y = data.loc[:,'Price']
X_multi
预览
可以看到这些数据是5000行5列的
from sklearn.linear_model import LinearRegression #导入相关库
LR_multi = LinearRegression()#建立模型
LR_multi.fit(X_multi,y) #训练模型
这里模型已经训练好了：
#模型预测
y_predict_multi = LR_multi.predict(X_multi)
print(y_predict_multi)
预测结果：
#模型评估
from sklearn.metrics import mean_squared_error,r2_score
mean_squared_error_multi = mean_squared_error(y,y_predict_multi)
r2_score_multi = r2_score(y,y_predict_multi)
print(mean_squared_error_multi,r2_score_multi)
评估结果：
r2越接近1越好，这里达到0.91，模型还算不错
#图形评估
fig6 = plt.figure(figsize=(9,6))
plt.scatter(y,y_predict_multi)
这里y值和y的预测值接近一条45度的直线，可以看出差别不大
X_test = [66000,3,6,20000,150]
X_test = np.array(X_test).reshape(1,-1) #将输入数据转化为数组
print(X_test)
y_test_predict = LR_multi.predict(X_test)
print(y_test_predict)
自己输入一组数据，可以看到预测结果为114万多一点
房价文件已补
链接
提取码：wnkc
以上内容是博主通过学习Flare Zhao老师课程后的一个学习笔记，然后博主也是刚刚学习机器学习不久，有诸多不足的地方还请大家批评指正！ ~
