Keras是Tensorflow2.0的核心高階API，其內置了一些常用的公共數據集，給開發者使用。
以波士頓房價數據集為例，其涵蓋了麻省波士頓的506個不同郊區的房屋數據。有404條訓練數據集和102條測試數據集。
每條數據有14個字段，包含13個屬性和一個房價數據
獲取波士頓房價數據集：
1 import tensorflow as tf 2 boston_housing = tf.keras.datasets.boston_housing #在線加載數據集 3 4 (train_x,train_y),(test_x,test_y) = boston_housing.load_data() #獲取訓練集和測試機
程序會首先Keras官網下載數據集，然后保存在默認的路徑下面（C:\Users\Administrator.SG-20151030VCPR\.keras\datasets），這個路徑最好不要改，反正數據也不大。
數據拿到了，就順便看看各個屬性和房價之前的關系吧，這里對每個屬性和房價的關系進行可視化：
1 import tensorflow as tf 2 import matplotlib.pyplot as plt 3 boston_housing = tf.keras.datasets.boston_housing #在線加載數據集 4 5 (train_x,train_y),(_,_) = boston_housing.load_data(test_split=0) #獲取訓練集 6 7 title = ['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 8 'RAD', 'TAX', 'PTRATIO', 'B-1000', 'LSTAT'] 9 plt.figure(figsize = (12,12)) #設置畫布大小為12*12英寸 10 11 for i in range(len(title)): 12 plt.subplot(4,4,i+1) #繪制 4*4 子圖 13 plt.scatter(train_x[:,i], train_y) #繪制散點圖 14 15 plt.xlabel(title[i]) #X軸標簽 16 plt.ylabel("Price($1000)'s") #Y軸標簽 17 plt.title(str(i+1)+'.'+title[i]+' - Price') #設置子圖標題 18 19 plt.tight_layout()#使標題坐標軸不重疊 20 plt.suptitle('各個屬性與房價的關系', x=0.5, y=1.02, fontsize=20) #全局標題 21 plt.show()
來看看結果：
然后就可以使用這些數據來進行后續的數據清洗、模型訓練和結果評價了。