boston_housing_data: 波士顿房价数据集用于回归分析

一个将boston_housing_data数据集加载到NumPy数组中的函数。

从 mlxtend.data 导入波士顿房价数据

概述

波士顿房价数据集用于回归分析。

特征

1. CRIM：每个城镇的人均犯罪率
2. ZN：规划为超过25,000平方英尺住宅用地的比例
3. INDUS：每个城镇非零售商业用地的比例
4. CHAS：查尔斯河虚拟变量（= 1如果地块边界靠近河流；否则为0）
5. NOX：氮氧化物浓度（每千万部分的浓度）
6. RM：每个居住单元的平均房间数量
7. AGE：1940年前建造的自有住房单位的比例
8. DIS：到波士顿五个就业中心的加权距离
9. RAD：辐射高速公路的可达性指数
10. TAX：每10,000美元的全额物业税率
11. PTRATIO：每个城镇的师生比例
12. B：1000（Bk - 0.63）^2，其中Bk是每个城镇的人口比例

13. LSTAT：人口中低状态的百分比

14. 样本数量：506

15. 目标变量（连续型）：MEDV，自有住房的中位数价值（单位为$1000）

参考文献

• 来源: https://archive.ics.uci.edu/ml/datasets/Wine
• Harrison, D. 和 Rubinfeld, D.L. 《享乐价格与对清洁空气的需求》，环境经济学与管理杂志，第5卷，81-102，1978。

示例 1 - 数据集概述

from mlxtend.data import boston_housing_data
X, y = boston_housing_data()

print('Dimensions: %s x %s' % (X.shape[0], X.shape[1]))
print('1st row', X[0])

(506, 14)
Dimensions: 506 x 13
1st row [  6.32000000e-03   1.80000000e+01   2.31000000e+00   0.00000000e+00
   5.38000000e-01   6.57500000e+00   6.52000000e+01   4.09000000e+00
   1.00000000e+00   2.96000000e+02   1.53000000e+01   3.96900000e+02
   4.98000000e+00]

API

boston_housing_data()

Boston Housing dataset.

• Source : https://archive.ics.uci.edu/ml/datasets/Housing

• Number of samples : 506

• Continuous target variable : MEDV

  MEDV = Median value of owner-occupied homes in $1000's

  Dataset Attributes:

  • 1) CRIM per capita crime rate by town
  • 2) ZN proportion of residential land zoned for lots over 25,000 sq.ft.
  • 3) INDUS proportion of non-retail business acres per town
  • 4) CHAS Charles River dummy variable (= 1 if tract bounds river; 0 otherwise)
  • 5) NOX nitric oxides concentration (parts per 10 million)
  • 6) RM average number of rooms per dwelling
  • 7) AGE proportion of owner-occupied units built prior to 1940
  • 8) DIS weighted distances to five Boston employment centres
  • 9) RAD index of accessibility to radial highways
  • 10) TAX full-value property-tax rate per $10,000
  • 11) PTRATIO pupil-teacher ratio by town
  • 12) B 1000(Bk - 0.63)^2 where Bk is the prop. of b. by town
  • 13) LSTAT % lower status of the population

Returns

• X, y : [n_samples, n_features], [n_class_labels]

  X is the feature matrix with 506 housing samples as rows and 13 feature columns. y is a 1-dimensional array of the continuous target variable MEDV

Examples

For usage examples, please see https://rasbt.github.io/mlxtend/user_guide/data/boston_housing_data/