boston_housing

项目介绍

使用监督学习算法，通过对波士顿房价数据集的训练，建立了起估计房价的模型。向模型输入一组房价数据后，模型能够输出该房子的估计的房价，为房产经理估计房屋价格提供高效的工具。

使用环境

需要使用 Jupyter Notebook 来运行本项目，（建议使用anaconda来运行，下载地址：https://www.anaconda.com/download/ ） 运行文件是boston_housing.ipynb

使用说明

在boston_housing.ipynb文件的问题10中，给client_data赋值，即输入你想预测的房价数据，格式按照问题10的表格。 运行这段代码，就可以输出预测的结果。

模型改进-使用新的训练数据

在boston_housing.ipynb文件的第一步.导入数据中，将你想使用的新的数据集赋值给data，依次运行一下代码，就可以使用你的数据集来训练模型。注意：新数据集的特征（属性）一定和原数据集是相同的，不同的只能是属性值。