6.4 编程实战：波士顿房价预测

二向箔不会思考 2023-01-13 03:36:47

课时名称课时知识点
6.4 编程实战：波士顿房价预测编程实战：使用深度神经网络完成波士顿房价预任务
...全文
252 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
机器学习实战二：波士顿房价预测 Boston Housing
本文通过波士顿房价数据集，使用多种机器学习模型进行房价预测。对比了线性回归、梯度提升等方法，最终发现梯度提升决策树模型效果最佳。
线性回归 波士顿房价预测
本文介绍了一种基于线性回归的波士顿房价预测方法，包括数据预处理、特征选择、模型训练及评估等关键步骤。
利用神经网络进行波士顿房价预测
本文介绍了使用传统回归算法和前馈神经网络预测波士顿房价的过程。通过对数据集的预处理、特征选择及模型训练，实现了房价的有效预测，并通过R²评分验证了模型的有效性。
数据集：波士顿地区房价预测
本文利用波士顿地区房价数据集，通过线性回归模型进行预测。通过对数据集的描述性统计分析、散点图和相关性分析，挑选出影响房价的关键因素：LSTAT、RM、PTRATIO。建立模型后，通过R方检验和散点图检验评估模型效果，发现数据集中存在异常值，删除后得到良好的模型拟合结果。
机器学习项目实践——波士顿房价预测
本文通过波士顿房价数据集，介绍了如何运用seaborn库绘制特征相关性热力图，挑选关键特征并构建线性回归模型。通过比较不同算法（如岭回归、Lasso回归、SVR）的R²分数，探讨了模型选择对房价预测的影响。
枫老师的课程社区_NO_1

2

社区成员

49

社区内容

发帖
与我相关
我的任务
社区描述
本AI正在冥想中~
社区管理员
  • 二向箔不会思考
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章