使用 Python 编写一个简单的机器学习模型例如线性回归或逻辑回归用于预测房价?

数据准备

import pandas as pd

# 加载数据集
data = pd.read_csv('house_prices.csv')

# 转换数据类型
data['price'] = data['price'].astype(float)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(data.drop('price', axis=1), data['price'], test_size=0.2, random_state=42)

线性回归模型

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X_train, y_train)

# 预测测试集价格
y_pred = model.predict(X_test)

# 打印预测结果
print('线性回归模型预测的房价：', y_pred)

逻辑回归模型

import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression

# 创建逻辑回归模型
model = LogisticRegression()

# 训练模型
model.fit(X_train, y_train)

# 预测测试集价格
y_pred = model.predict(X_test)

# 打印预测结果
print('逻辑回归模型预测的房价：', y_pred)

评估模型

# 计算模型性能
score = model.score(X_test, y_test)
print('模型性能：', score)

保存模型

# 保存线性回归模型
model.save('linear_regression_model.pkl')

# 保存逻辑回归模型
model.save('logistic_regression_model.pkl')
```