波士頓房價數據集（Boston House Price Dataset）（下載地址：http://t.cn/RfHTAgY）
使用sklearn.datasets.load_boston即可加載相關數據。該數據集是一個回歸問題。每個類的觀察值數量是均等的，共有 506 個觀察，13 個輸入變量和1個輸出變量。
每條數據包含房屋以及房屋周圍的詳細信息。其中包含城鎮犯罪率，一氧化氮濃度，住宅平均房間數，到中心區域的加權距離以及自住房平均房價等等。
CRIM：城鎮人均犯罪率。
ZN：住宅用地超過 25000 sq.ft. 的比例。
INDUS：城鎮非零售商用土地的比例。
CHAS：查理斯河空變量（如果邊界是河流，則為1；否則為0）。
NOX：一氧化氮濃度。
RM：住宅平均房間數。
AGE：1940 年之前建成的自用房屋比例。
DIS：到波士頓五個中心區域的加權距離。
RAD：輻射性公路的接近指數。
TAX：每 10000 美元的全值財產稅率。
PTRATIO：城鎮師生比例。
B：1000（Bk-0.63）^ 2，其中 Bk 指代城鎮中黑人的比例。
LSTAT：人口中地位低下者的比例。
MEDV：自住房的平均房價，以千美元計。
預測平均值的基准性能的均方根誤差（RMSE）是約 9.21 千美元。
重要參數
* return_X_y:表示是否返回target（即價格），默認為False，只返回data（即屬性）。
加載示例
1.
>>> from sklearn.datasets import load_boston
>>> boston = load_boston()
>>> print(boston.data.shape)
(506L, 13L)
2.
>>> from sklearn.datasets import load_boston
>>> data,target = load_boston(return_X_y = True)
>>> print(data.shape)
(506L, 13L)
>>> print(target.shape)
(506L,)
（未完待續）