基于机器学习的线性回归防诈预测
·
import pandas as pd
data = pd.read_csv('house_price.csv')
print("数据集中的前10条记录:")
print(data.head(10))
print("")
# 数据进行可视化
from matplotlib import pyplot as plt
fig = plt.figure(figsize=(20,5))
fig1 = plt.subplot(131)
plt.scatter(data.loc[:,'面积'],data.loc[:,'价格'])
plt.title('Price VS Size')
fig2 = plt.subplot(132)
plt.scatter(data.loc[:,'人均收入'],data.loc[:,'价格'])
plt.title('Price VS Income')
fig3 = plt.subplot(133)
plt.scatter(data.loc[:,'平均房龄'],data.loc[:,'价格'])
plt.title('Price VS House_age')
plt.show()
#数据预处理
import numpy as np
X = data.drop(['价格'],axis=1)
y = data.loc[:,'价格']
X = np.array(X)
y = np.array(y)
更多推荐
3
0- 0
已为社区贡献1条内容
所有评论(0)