3.4　使用线性回归预测房价

现在我们已经了解了基础知识，让我们将这些概念应用于实际数据集。以Harrison和Rubinfield在1978年收集的波士顿住房价格数据集（http://lib.stat.cmu.edu/datasets/boston）为例。该数据集包含506个样本。每个房屋都有以下13个属性：

• CRIM——城镇人均犯罪率
• ZN——划定面积超过25 000平方英尺[1]的住宅用地比例
• INDUS——每个城镇非零售业务的用地比例
• CHAS——查尔斯河（Charles River）虚拟变量（dummy variable）（如果比邻河边则为1；否则为0）
• NOX——一氧化氮浓度（百万分之几）
• RM——每个住宅的平均房间数
• AGE——1940年之前建造的自有住房的比例
• DIS——到5个波士顿就业中心的加权距离
• RAD——径向公路的可达性指数
• TAX——每10 000美元的全值财产税率
• PTRATIO——各镇师生比例
• LSTAT——收入较低的公民在人口中的百分比
• MEDV——拥有住房的中位数，单位为$1000

我们将使用TensorFlow估计器来构建线性回归模型。

1）导入所需的模块：

2）下载数据集：

3）定义数据中的特征，并为了易于处理和可视化将其转换为pandas DataFrame：

4）目前，我们正在使用所有特征。我们建议你检查不同特征之间的相关性以及预测标签MEDV，以选择最佳特征并重复实验：

5）为估算器创建输入函数。该函数返回带有元组的tf.Data.Dataset对象：批量化的特征和标签。用该输入函数来创建train_input_fn和val_input_fn：

6）实例化LinearRegressor估计器。用训练数据和train_input_fn对其进行训练，并通过val_input_fn评估训练后的模型来得到验证数据集的结果：

7）进行预测，结果如图3-1所示。

线性回归器的TensorBoard图如图3-2所示。

该图显示了整个过程中使用的数据、操作和节点的流程。要获取估算器的TensorBoard图，你只需在实例化Estimator类时定义model_dir即可：

---

[1]1平方英尺＝0.092 903平方米。——编辑注