ML |線形回帰によるボストン住宅Kaggleチャレンジ

data.info（）

＃入力データ

x = boston.data

＃出力

y = boston.target

＃データをトレーニングスイートとテストスイートのデータに分割します。

from sklearn.cross_validation import train_test_split

xtrain、xtest、ytrain、ytest = train_test_split（x、y、test_size = 0.2 、

random_state = 0 ）

print （ "xtrain shape：" 、xtrain.shape）

print （ "xtest shape：" 、xtest.shape）

print （ "ytrain shape：" 、ytrain.shape）

print （ "ytest shape：" 、ytest.shape）

線形回帰モデルをデータセットに適用して価格を予測します。

＃フィッティングML回帰モデルから学習モデルへ

from sklearn.linear_model import LinearRegression

リグレッサ = LinearRegression（ ）

regressor.fit（xtrain、ytrain）

＃テストケースの結果を予測する

y_pred = regressor.predict（xtest）