【python】本地加载加利福尼亚住房数据集

摘要本研究使用加州住房数据集进行房价预测分析，数据集包含9个特征变量：经度、纬度、住房年龄中位数、房间总数、卧室总数、人口数、住户数、收入中位数以及房屋价值中位数（目标变量）。通过Pandas库读取CSV格式数据文件后，将数据划分为特征矩阵X（包含前8个特征）和目标向量y（房屋价值中位数）。该数据预处理步骤为后续建立房价预测模型奠定了基础，可用于分析各特征对加州房价的影响程度。

Z_W_H_

261人浏览 · 2025-07-09 09:16:22

Z_W_H_ · 2025-07-09 09:16:22 发布

import pandas as pd
# 定义特征名称
# ['经度'， '纬度'， '住房年龄中位数'， '房间总数'， '卧室总数'， '人口'， '住户'， '收入中位数'， '房屋价值中位数']
column_names = ['longitude', 'latitude', 'housingMedianAge', 'totalRooms', 'totalBedrooms', 'population', 'households', 'medianIncome', 'medianHouseValue']
# 读取数据文件
data_path = r"E:\地理探测器\SHAP\CaliforniaHousing\cal_housing.data"  # 根据实际情况修改路径
data = pd.read_csv(data_path, sep=',', header=None, names=column_names)
# 分离特征矩阵X和目标向量Y
X = data.drop('medianHouseValue', axis=1)
y = data['medianHouseValue']