机器学习入门实战：Python 波士顿房价预测详解
波士顿房价预测是机器学习领域一个经典的回归问题，类似于编程界的“Hello World”。它
旨在通过房屋的各种特征（如犯罪率、房间数、交通便利程度等）来预测房屋的价格。本
文将使用 Python 和常用的机器学习库，一步步地构建和评估预测模型，帮助读者快速入
门机器学习实践。
一、数据集简介
波士顿房价数据集包含 506 个样本，每个样本有 13 个特征变量，描述了波士顿郊区的房
屋信息。目标变量是房屋的平均价格（单位：千美元）。以下是部分特征的含义：
• CRIM： 城镇人均犯罪率
• ZN： 超过 25,000 平方英尺的住宅用地比例
• INDUS： 城镇非零售商业用地比例
• CHAS： 是否邻近查尔斯河（1 表示是，0 表示否）
• NOX： 一氧化氮浓度（百万分之一）
• RM： 每栋住宅的平均房间数
• AGE： 1940 年之前建成的自住房屋比例
• DIS： 到波士顿五个就业中心的加权距离
• RAD： 径向公路的可达性指数
• TAX： 每 10,000 美元的全值财产税率
• PTRATIO： 城镇师生比例
• B： 1000(Bk - 0.63)^2，其中 Bk 是城镇中黑人居民的比例
• LSTAT： 人口中地位较低人群的百分比
二、环境搭建
我们需要安装以下 Python 库：
• scikit-learn：提供机器学习算法和工具
• pandas：用于数据处理和分析
• numpy：用于数值计算
• matplotlib 或 seaborn：用于数据可视化
可以使用 pip 安装：
Bash
pip install scikit-learn pandas numpy matplotlib
三、数据加载与预处理
1. 加载数据集：
scikit-learn 内置了波士顿房价数据集，可以直接加载：
Python
from sklearn.datasets import load_boston
import pandas as pd
boston = load_boston()
data = pd.DataFrame(boston.data, columns=boston.feature_names)
data['MEDV'] = boston.target # 将目标变量添加到 DataFrame
print(data.head()) #查看前 5 行数据
2. 数据描述性统计：
Python
print(data.describe())
