波士頓房價數據集可視化

波士頓房價數據集

• 卡內基梅隆大學，StatLib庫，1978年
• 涵蓋了麻省波士頓的506個不同郊區的房屋數據
• 404條訓練數據集，102條測試數據集
• 每條數據14個字段，包含13個屬性，和1個房價的平均值

目標

將所有屬性與房價之間的關系可視化

代碼

import matplotlib.pyplot as plt 
import numpy as np 
import tensorflow as tf 

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 指定默認字體
plt.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'顯示為方塊的問題

boston_housing = tf.keras.datasets.boston_housing

#數據集不需要測試，將所有的數據都加載到訓練數據集用於顯示，test_split為划分測試機的比例
(train_x,train_y),(test_x,test_y) = boston_housing.load_data(test_split = 0)

title_list = ['CRIM','ZN','INDUS','CHAS','NOX','RM','AGE',
                'DIS','RAD','TAX','PTRATIO','B-1000','LSTAT','MEDV']

plt.figure(figsize=(8,8))

for i in range(13):
    plt.subplot(4,4,i+1)
    plt.scatter(train_x[:,i],train_y,s=5)
    plt.xlabel(title_list[i])
    plt.ylabel('Price')
    plt.title(str(i+1)+'. '+title_list[i]+' - Price')

plt.tight_layout(rect=[0,0,1,0.95])
plt.suptitle('各屬性與房價之間的關系')
plt.show()

效果