Python机器学习实战案例回归算法预测波士顿房屋租赁价格

本资源提供了基于Python实现的机器学习回归算法案例，针对波士顿房屋租赁价格进行了预测建模和可视化分析。源码和训练数据文件已经包含在内。该数据集统计了波士顿郊区在20世纪70年代中期的房价中位数，总共包含了13个指标，如城镇人均犯罪率、不动产税等。数据集共有506条房屋价格数据，我们试图通过这些统计数据来分析房价与各指标之间的关系。数据集的变量含义，如城镇人均犯罪率(CRIM)、住宅用地所占比例(ZN)、城镇中非住宅用地所占比例(INDUS)等。波士顿房价数据集是一个常用的机器学习实例，通过学习这个案例，可以对机器学习回归算法有更深入的了解。