python机器学习项目1:房价预测(20)

作者 : 慕源网 本文共777个字,预计阅读时间需要2分钟 发布时间: 2021-10-23 共447人阅读

python机器学习项目1:房价预测(20)

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接

介绍

本章演示了使用 Jupyter Notebook 通过机器学习进行的房价预测。

房价预测

房价每年都在上涨,因此需要一个系统来预测未来的房价。房价预测可以帮助开发商确定房屋的销售价格,并可以帮助客户安排合适的时间购买房屋。数据集从 Kaggle 下载,数据集为 CSV 格式。该项目使用监督学习技术。

Github 链接:点击下载。

第1步

首先,下载并安装Anaconda。链接如下:

点击下载

python机器学习项目1:房价预测(20)

第2步

转到 Chrome 浏览器或任何浏览器搜索 Kaggle 并搜索房价预测,或者点击下面的链接:

点击下载

python机器学习项目1:房价预测(20)

单击房价预测,然后打开新选项卡。 

python机器学习项目1:房价预测(20)

第 3 步

安装 Anaconda 软件后,要完成,请转到 Windows >> Anaconda >> 单击打开。 

python机器学习项目1:房价预测(20)

打开 Anaconda 软件并单击 Jupyter notebook。要启动它,最好的浏览器是 Chrome。

python机器学习项目1:房价预测(20)

第四步

第一步是创建一个新文件夹和数据集,复制该文件夹并启动 Jupyter Notebook 文件。该示例是我保存在桌面上的 House 文件夹中的示例。

python机器学习项目1:房价预测(20)

然后,单击桌面打开一个新窗口。 

python机器学习项目1:房价预测(20)

在新窗口中打开 House 文件夹。显示的 CSV 文件并单击新建 >> Python 3。

python机器学习项目1:房价预测(20)

代码如下。 

代码在源代码中清楚地解释了。第一列导入包。

python机器学习项目1:房价预测(20)

代码保存在 Module.pickle 中。

python机器学习项目1:房价预测(20)

接下来,单击 File >> NewNotebook >> Python 3。 

python机器学习项目1:房价预测(20)

新 Python 文件在导入 pickle 中创建,包之前保存了调用 module.pickle 的 python3 文件。

python机器学习项目1:房价预测(20)

运行后,输入“卧室、浴室、Sqft_living、Sqft_lot、waterfront、地板、Sqft_above、Sqft_basement、year_built”的输入以预测房价。 

示例输出:

python机器学习项目1:房价预测(20)

结论

因此,在本章中,您学习了如何构建房价预测器。


慕源网 » python机器学习项目1:房价预测(20)

常见问题FAQ

程序仅供学习研究,请勿用于非法用途,不得违反国家法律,否则后果自负,一切法律责任与本站无关。
请仔细阅读以上条款再购买,拍下即代表同意条款并遵守约定,谢谢大家支持理解!

发表评论

开通VIP 享更多特权,建议使用QQ登录