欢嘻的妈咪 发表于 2023-6-17 22:51:37

基于回归分析的波士顿房价分析

基于回归分析的波士顿房价分析

项目实现步骤:
1.项目结构
2.处理数据
3.处理绘图
4.对数据进行分析
5.结果展示
一.项目结构

二.处理数据
from sklearn import datasets
import pandas as pd

"""
sklearn1.2版本后不在保留load_boston数据集,
可用
"""
def get_data():
    # 获取波士顿数据
    # data_url = "http://lib.stat.cmu.edu/datasets/boston"
    # raw_df = pd.read_csv(data_url, sep="\s+", skiprows=22, header=None)
    # print(raw_df)
    # # 输入
    # boston_x = np.hstack(, raw_df.values])
    # # 输出
    # boston_y= raw_df.values
    # # 自作数据集
    # boston=pd.DataFrame(boston_x)
    # print(boston)
    boston=datasets.load_boston()
    # 输入
    boston_x=boston.data
    # 输出
    boston_y=boston.target
    # 自制数据集
    boston_new=pd.DataFrame(boston_x)
    boston_new.columns=boston["feature_names"]
    boston_new['PRICE']=boston_y
    # 保存数据
    # boston_new.to_csv('./models/Data/boston.csv')
    return boston_new使用sklearn的datasets时,对应的波士顿房价数据已经被“移除”,在获取数据时,会出现

,此时,在该提示的下方会有相关的解决方法

不建议使用提供的方法,对应方法的数据与具体实现项目的数据有误差
三.处理绘图
1.绘图前准备
import numpy as np
def get_request(request,data):
    # 要处理的数据
    # 设置初始值
    control={
      'CRIM':'城镇人均犯罪率',
      'ZN':'占地面接超过5万平方米英尺的住宅用地面积',
      'INDUS':'城镇非零售业务的比例',
      'CHAS':'查尔斯河虚拟变量',
      'NOX':'一氧化碳浓度',
      'RM':'平均每个居民拥有的房数',
      'AGE':'在1940年前建成的所有者占用单位的比例',
      'DIS':'与五个波士顿就业中心的加权距离',
      'TAX':'每10000美元的全额物业说率',
      'PTRATIO':'城镇师生比',
      'B':'城镇黑人比例',
      'LSTAT':'低收入人口所占比例',
      'PRICE':'房价'
    }
    if request in control.keys():
      # 获取价格的最大值和最小值
      max=np.max(data['PRICE'])
      min=np.min(data['PRICE'])
      # 存储最大值和最小值,对应的x轴标签,y轴的标签
      request_data=list((max,min,control,control['PRICE']))
      return request_data
    else:
      print('你输入的数据不存在,请查看相关的文档,查看你想要的数据类型')用于处理绘图前的准备工作,获取对应的数据和标签
绘图
import matplotlib
import matplotlib.pyplot as plt
from models.chart.beforedraw import beforedraw
from models.CleanData.resolvedata import resolve_data
# 画图类
class draw:
    def __init__(self,request):
      self.data=resolve_data.get_data()
      matplotlib.rc('font',family='SimHei')
      plt.rcParams['axes.unicode_minus']=False
      before_draw=beforedraw.get_request(request,self.data)
      self.x_ticks_max=before_draw
      self.x_ticks_min=before_draw
      self.x_label=before_draw
      self.y_label=before_draw
      self.request=request
    def draw_sactter(self):
      plt.scatter(self.data['PRICE'],self.data)
      plt.title(f'{self.x_label}与{self.y_label}的散点图')
      plt.xlabel(self.x_label)
      plt.ylabel(self.y_label)
      plt.xticks((range(int(self.x_ticks_min),int(self.x_ticks_max),10)))
      plt.grid()
      plt.show()
    def draw_polt(self,title,x_data,y_data,x_label=None,y_label=None):
      plt.plot(x_data,y_data)
      plt.title(title)
      plt.xlabel(x_label)
      plt.ylabel(y_label)
      plt.show()
    def draw_bar(self,title,x_data,y_data,x_label=None,y_label=None):
      plt.bar(x_data,y_data)
      plt.title(title)
      plt.xlabel(x_label)
      plt.ylabel(y_label)
      plt.show()将绘图封装成类,便于后期的绘图
四.对数据进行分析
分别实现房价与各参数的线性回归分析,绘制出房价的预测值;蚕蛹逻辑回归分析,对是否居住在河边进行逻辑回归分析
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from sklearn.model_selection import train_test_split
from models.CleanData.resolvedata import resolve_data
from models.chart.draw import draw

from sklearn.preprocessing import StandardScaler
from sklearn.impute import SimpleImputer
from sklearn.linear_model import LinearRegression

# 回归/分类模型的评价方法
from sklearn.metrics import mean_squared_error#MSE
from sklearn.metrics import mean_absolute_error #MAE

# 分类
from sklearn.linear_model import LogisticRegression
class Learning():
    def __init__(self):
      self.data=resolve_data.get_data()
      self.values=self.data.values
      self.columns=self.data.columns
      self.x_train = ''
      self.x_test = ''
      self.y_train = ''
      self.y_test = ''
      self.train_test_split_linear()
      self.draw=draw.draw("ZN")
      self.fill_nan()
      self.log()
    # 切分数据集
    def train_test_split_linear(self):
      self.x_train,self.x_test,self.y_train,self.y_test=train_test_split(self.values[:,0:-1],self.values[:,-1],test_size=0.2)
    # 弥补缺失值
    def fill_nan(self,):
      if sum(self.data.isnull().sum())!=0:
            simple_imp=SimpleImputer(missing_values=np.nan,strategy='mean')
            self.data=simple_imp.fit(self.data)
      self.standard_scaler()
    # 归一化
    def standard_scaler(self):
      scaler=StandardScaler()
      # fit_transform()一般用于训练集,transform一般用于测试集
      self.x_train=scaler.fit_transform(self.x_train)
      self.x_test=scaler.transform(self.x_test)
      self.linear()
    # 线性回归
    def linear(self):
      linear=LinearRegression()
      self.models_1=linear.fit(self.x_train,self.y_train)
      # 对模型进行打分
      # print(self.models.score(self.x_test,self.y_test))
      self.linear_metrics()

    def linear_metrics(self):
      # MSE均方误差
      linear_MSE=mean_squared_error(self.y_train,self.models_1.predict(self.x_train))
      # RMSE均方根误差MSE的开方
      linear_RMSE=mean_squared_error(self.y_train,self.models_1.predict(self.x_train))**0.5
      # MAE平均绝对误差
      linear_MAE=mean_absolute_error(self.y_train,self.models_1.predict(self.x_train))
      # 误差
      print(f'MSE均方误差:{linear_MSE},RMSE均方根误差{linear_RMSE},MAE平均绝对误差{linear_MAE}')
      # 房价预测值
      self.draw.draw_polt("房价预测值",np.linspace(0,100,102),self.models_1.predict(self.x_test))

    # 分类
    def log(self):
      # 测试集
      x_log_l=self.values[:,0:1]
      x_log_r=self.values[:,4:]
      y_log=self.values[:,3]
      x_log=np.hstack((x_log_l,x_log_r))
      log=LogisticRegression()
      x_train,x_test,y_train,y_test=train_test_split(x_log,y_log,test_size=0.3)
      models_2=log.fit(x_train,y_train)
      # 预测值
      print(x_test,models_2.predict(x_test))
      # 评分
      print(models_2.score(x_test,y_test))
      # 权重
      print(models_2.coef_)
      self.draw.draw_polt("权重图",np.linspace(0.1,0.9,11),models_2.coef_,'','')
      one_array=[]
      zero_array=[]
      for item in models_2.predict(x_test):
            if item==0:
                zero_array.append(item)
            else:
                one_array.append(item)
      self.draw.draw_bar("预测值计较",['0','1'],)五.结构展示
线性回归的误差分析结果

线性回归的房价预测

逻辑回归的权重图

逻辑回归的预测图

在逻辑回归中,各阐述对于是否居住于河边的影响大,对应的评分在80%以上
项目完成!!!

来源:https://www.cnblogs.com/prettyspider/p/17488440.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: 基于回归分析的波士顿房价分析