基于Python的房价预测项目
波士顿房价预测
数据集描述
本作品所用数据是一份源于美国某经济学杂志上，分析研究波士顿房价( Boston House Price)的数据集。数据集中的每一行数据都是对波士顿周边或城镇房价的描述：
CRIM: 城镇人均犯罪率
ZN: 住宅用地所占比例
INDUS: 城镇中非住宅用地所占比例
CHAS: CHAS 虚拟变量,用于回归分析
NOX: 环保指数
RM: 每栋住宅的房间数
AGE: 1940 年以前建成的自住单位的比例
DIS: 距离 5 个波士顿的就业中心的加权距离。
RAD: 距离高速公路的便利指数
TAX: 每一万美元的不动产税率
PRTATIO: 城镇中的教师学生比例
B: 城镇中的黑人比例
LSTAT: 地区中有多少房东属于低收入人群
MEDV: 自住房屋房价中位数（也就是均价）
· 总之，数据集包括 506 个样本，每个样本包括 12 个特征变量和该地区的平均房价。
库文件描述
所用到的库有 tensorflow,matplotlib,numpy,pandas,sklearn。
TensorFlow 是一个基于（dataflow programming）的符号数学系统，其前身是的神经网络算法库 DistBelief。
Matplotlib 主要用于绘图。
Numpy 主要用于数组处理。
Pandas 是一款开源的、基于 BSD 协议的 Python 库，能够提供高性能、易用的数据结构和数据分析工具。他能够从 CSV 文件、文本文件、MS Excel、SQL 数据库，甚至是用于科学用途的 HDF5 格式中读取文件。对 CSV 文件加载能够自动识别列头，支持列的直接寻址。数据结构自动转换为 Numpy 的多维数组。
Sklearn 是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。他是简单高效的数据挖掘和数据分析工具，让每个人能够在复杂环境中重复使用，建立 NumPy、Scipy、MatPlotLib 之上。
逻辑结构描述
由于房价和多个特征变量相关，所以使用多元线性回归建模。其公式如下：
房价预测结果由不同特征的输入值和对应的权重相乘求和，加上偏置项计算求解。
具体步骤：
读取数据
原数据如下：
读取出来的数据描述如下：
数据预处理：归一化，打乱数据顺序
考虑到不同特征值取值范围大小不同，会有影响，所以要对数据进行归一化。记特征值为 x,最小特征值为
，最大特征值为
，归一化后的结果为
，则归一化公式为：
- 打乱数据顺序是为了防止过拟合。
- 定义模型：包括定义输入输出，模型结构与命名空间等。
- 模型训练：这里设置训练轮次为 50，学习率为 0.01，定义均方差损失函数，选择梯度下降优化器。
部分训练过程中的训练数据如下：
模型应用：可视化损失函数，对房价进行预测。
训练过程中损失函数图像如下所示：
随机测试一个数据，其结果如下：
主要问题及解决过程
在第一次输出结果时，出现了如下的结果：
网上查阅资料后才知道，这是因为不同的特征值之间大小差别很大。所以需要进行归一化处理，处理后就解决了这个问题。
总结
通过这次作业，我完整的完成了一个小的房价预测模型的构建，主要用到了多元线性回归模型，知道了训练结果出现异常的一个原因。但是单纯的线性模型进行预测，在精度要求较高的情况下，就有误差较大的缺点了，所以可以尝试加上非线性模型进行改进。
，我完整的完成了一个小的房价预测模型的构建，主要用到了多元线性回归模型，知道了训练结果出现异常的一个原因。但是单纯的线性模型进行预测，在精度要求较高的情况下，就有误差较大的缺点了，所以可以尝试加上非线性模型进行改进。
