机器学习在房屋价格预测上的应用

　　前言
　　Python在机器学习方面有天然的优势，那么我们今天也来涉足一下机器学习方面的技术，以下是在学习过程中的一些笔记，里面有大量的注释说明，用于理解为什么这样操作。
　　代码实现如下：NumpyPandasMatplotlibIpythonNumPy（NumericalPython）是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。importnumpyasnpPandas可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征importpandasaspdMatplotlib是Python的绘图库。它可与NumPy一起使用，提供了一种有效的MatLab开源替代方案importmatplotlib。pyplotaspltIpython。display的库是用来展示图片的fromIPython。displayimportImagefromsklearn。modelselectionimporttraintestsplitimportwarningswarnings。filterwarnings（ignore）datapd。readcsv（train。csv）print（type（data））print（data。info（））print（data。shape）print（data。head（））print（data〔〔MSSubClass，LotArea〕〕）数据集合缺失值选择数据集合中的几个重要特征dataselectdata〔〔BedroomAbvGr，LotArea，Neighborhood，SalePrice〕〕对数据集中的字段进行重命名dataselectdataselect。rename（columns｛BedroomAbvGr：room，LotArea：area｝）print（dataselect）print（dataselect。shape）print（100）判断缺失值一般采用isnull（），然而生成的却是所有数据的truefalse矩阵print（dataselect。isnull（））df。isnull（）。any（）则会判断哪些列存在缺失值print（dataselect。isnull（）。any（））只显示存在缺失值的行列，清楚的确定缺失值的位置print（dataselect。isnull（）。valuesTrue）对缺失的数据进行过滤dataselectdataselect。dropna（axis0）print（dataselect。shape）print（dataselect。head（））print（np。take（dataselect。columns，〔0，1，3〕））print（type（np。take（dataselect。columns，〔0，1，3〕）））归一化处理数太大，归一化，让数据的分布处于同一区间，咱们选择一种最简单的数据调整方法，每一个数除以其最大值forcolinnp。take（dataselect。columns，〔0，1，1〕）：print（col）print（dataselect〔col〕）dataselect〔col〕dataselect〔col〕。max（）print（dataselect。head（））分配测试数据和训练数据train，testtraintestsplit（dataselect。copy（），testsize0。9）print（train。shape）print（test。shape）print（test。describe（））numpy里面axis0andaxis1的使用示例说明：print（50）datanp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）print（data）print（data。shape）shape〔3，4〕即为3行4列print（np。sum（data））在numpy中若没有指定axis，默认对所有的数据相加print（np。sum（data，axis0））若指定了axis0，则沿着第一个维度的方向进行计算，即为3按列中的3个数据进行计算，得到4组列数据计算结果print（np。sum（data，axis1））若指定了axis1，则沿着第二个维度的方向进行计算，即为4按行中的4个数据进行计算，得到3组行数据计算结果print（50）pandas里面axis0andaxis1的使用示例说明：如果我们调用df。mean（axis1），我们将得到按行计算的均值dfpd。DataFrame（np。arange（12）。reshape（3，4））print（df）print（df。mean（））在pandas中，如果没有指定axis，则默认按axis0来计算print（df。mean（axis0））若指定了axis0，则按照第一个维度的变化方向来计算，即为3按列中的3个数据进行计算，得到4组列数据计算结果print（df。mean（axis1））若指定了axis1，则按照第二个维度的变化方向来计算，即为4按行中的4个数据进行计算，得到3组行数据计算结果线性回归模型线性回归模型，假设h（x）wxb是线性的。deflinear（features，pars）：print（theparsis：，pars）print（pars〔：1〕）pricenp。sum（featurespars〔：1〕，axis1）pars〔1〕returnpriceprint（100）train〔predict〕linear（train〔〔room，area〕〕。values，np。array（〔0。1，0。1，0。0〕））能够看到，在该参数下，模型的预测价格和真实价格有较大的差距。那么寻找合适的参数值是咱们须要作的事情print（train。head（））预测函数为h（x）wxb偏差的平方和函数：defmeansquarederror（predy，realy）：returnsum（np。array（predyrealy）2）损失函数：deflostfunction（df，features，pars）：df〔predict〕linear（df〔features〕。values，pars）costmeansquarederror（df。predict，df。SalePrice）len（df）returncostcostlostfunction（train，〔room，area〕，np。array（〔0。1，0。1，0。1〕））print（cost）linspace函数原型：linspace（start，stop，num50，endpointTrue，retstepFalse，dtypeNone）作用为：在指定的大间隔内，返回固定间隔的数据。他将返回num个等间距的样本，在区间〔start，stop〕中。其中，区间的结束端点可以被排除在外，默认是包含的。num100Xsnp。linspace（0，1，num）Ysnp。linspace（0，1，num）print（Xs）如果num5〔0。0。250。50。751。〕print（Ys）如果num5〔0。0。250。50。751。〕zeros函数原型：zeros（shape，dtypefloat，orderC）作用：通常是把数组转换成想要的矩阵；示例：np。zeros（（2，3），dtypenp。int）Zsnp。zeros（〔num，num〕）100100的矩阵，值全为0。print（Zs）meshgrid从坐标向量中返回坐标矩阵Xs，Ysnp。meshgrid（Xs，Ys）print（Xs。shape，Ys。shape）print（Xs）如果num5则处理后的矩阵为：〔〔0。0。250。50。751。〕〔0。0。250。50。751。〕〔0。0。250。50。751。〕〔0。0。250。50。751。〕〔0。0。250。50。751。〕〕print（Ys）如果num5则处理后的矩阵为：〔〔0。0。0。0。0。〕〔0。250。250。250。250。25〕〔0。50。50。50。50。5〕〔0。750。750。750。750。75〕〔1。1。1。1。1。〕〕W1〔〕W2〔〕Costs〔〕foriinrange（100）：forjinrange（100）：W1。append（0。01i）W2。append（0。01j）Costs。append（lostfunction（train，〔room，area〕，np。array（〔0。01i，0。01j，0。〕）））numpy。argmin（a，axisNone，outNone）a：一个矩阵axis：整数，可选（没选择的话就是整个数组的展开）（0：行，1列）返回小值的下标indexnp。array（lostfunction）。argmin（）print（W1〔index〕，W2〔index〕，Costs〔index〕）frommpltoolkits。mplot3dimportAxes3Dfigplt。figure（）axfig。addsubplot（111，projection3d）ax。viewinit（5，15）ax。scatter（W1，W2，Costs，s10）ax。scatter（0。58，0。28，zslostfunction（train，〔room，area〕，np。array（〔0。58，0。28，0。0〕）），s100，colorred）plt。xlabel（rooms）plt。ylabel（llotArea）plt。show（）