# BostonHousePrice

**Repository Path**: dutcbv/boston

## Basic Information

- **Project Name**: BostonHousePrice
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-17
- **Last Updated**: 2025-09-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 安装
```powershell
conda install pandas numpy scikit-learn matplotlib seaborn xgboost jupyter -y
```
# 要点
## 数据集划分
步骤1: 准备数据
X = 特征矩阵 (房间数、犯罪率等)
y = 目标变量 (房价)
想象四个象限
- 第二个象限最大，为X_train-绿色
- 第一象限为y_train-绿色
上半平面为训练集_train，model.fit(X_train, y_train)
下半平面为测试评估集
- 第三象限为X_test-橙色(仅在测试阶段使用，y_pred = model.predict(X_test))
- 第四象限为y_test-红色-不能接触(考题答案，仅最后评估性能 y_test VS y_pred)，否则就是数据泄露了

步骤2: 分割数据
train_test_split -> X_train, X_test, y_train, y_test

步骤3: 训练模型
X = 特征矩阵 (房间数、犯罪率等)
y = 目标变量 (房价)

model.fit(X_train, y_train)  # 学习阶段，全部用_train


步骤4: 预测测试
y_pred = model.predict(X_test)  # 预测阶段，全部用_test

步骤5: 评估性能
评估 y_test(真实值) vs y_pred(预测值)  # 比较真实值和预测值
## 归一化or标准化操作(针对特征)
针对距离类的算法，比如svm，必须做归一化
```python
X_train_scaled = sc.fit_transform(X_train) # 计算后转换
X_test_scaled = sc.transform(X_test) # 转换
```
不同模型使用不同版本
线性回归、随机森林、XGBoost → 使用原始划分的 X_train, X_test
SVM → 使用 X_train_scaled, X_test_scaled