數據集

• Keras中常見的集成數據集
• 波士頓房價數據集
• • 1. 加載數據集
  • 2. 訪問數據集
  • 3. 數據可視化

Keras是一個高層的神經網絡和深度學習庫，可以快速搭建神經網絡，易于調試和從擴展，是TensorFlow的官方API，內置了常用的公共數據集，可通過 keras.datasets模塊來加載和訪問。

Keras中常見的集成數據集

名稱說明

boston_sousing	波士頓房價數據集
CIFAR10	10種類別的圖片集
CIFAR100	100種類別的圖片集
MNIST	手寫數字圖片集
Fashion-MNIST	10重時尚類別的圖片集
IMDB	電影點評數據集
reuters	路透社新聞數據集

波士頓房價數據集

1. 加載數據集

import tensorflow as tfboston_housing=tf.keras.datasets.boston_housing #train_x和train_y分別接收訓練數據集的屬性和房價 #test_x和test_y分別接收測試數據集的屬性和房價 #(train_x,train_y),(test_x,test_y)=boston_housing.load_data() #默認test_split=0.2，即train數據占比0.8，test數據占比0.2 (train_x,train_y),(test_x,test_y)=boston_housing.load_data(test_split=0)#所有數據劃分為訓練數據print("Training set:",len(train_x)) print("Testing set:",len(test_x)) print("Dim of train_x:",train_x.ndim)#維度 print("Dim of train_x:",train_x.shape)#形狀 print("Dim of train_y:",train_y.ndim) print("Dim of train_y:",train_y.shape)

輸出結果如下：

Training set: 506 Testing set: 0 Dim of train_x: 2 Dim of train_x: (506, 13) Dim of train_y: 1 Dim of train_y: (506,)

數據集下載經常因為網絡問題而下載錯誤，多試幾次就好了，數據集下載提示如下圖：
也可以自己在網上找鏈接下載后放到文件夾中（推薦），默認路徑是：
C:\Users\Administrator\.keras\datasets\boston_housing.npz
我的路徑是：C:\Users\覃忠原\.keras\datasets\boston_housing.npz

2. 訪問數據集

• 輸出行數據

#通過numpy數組的索引和切片來查看數據 print(train_x[0:3]) #輸出train_x中的前3行數據

由輸出結果可看出是二維數組，一個維度對應一條房屋信息數據，每條信息中包括13個屬性，如下：

[[1.23247e+00 0.00000e+00 8.14000e+00 0.00000e+00 5.38000e-01 6.14200e+009.17000e+01 3.97690e+00 4.00000e+00 3.07000e+02 2.10000e+01 3.96900e+021.87200e+01][2.17700e-02 8.25000e+01 2.03000e+00 0.00000e+00 4.15000e-01 7.61000e+001.57000e+01 6.27000e+00 2.00000e+00 3.48000e+02 1.47000e+01 3.95380e+023.11000e+00][4.89822e+00 0.00000e+00 1.81000e+01 0.00000e+00 6.31000e-01 4.97000e+001.00000e+02 1.33250e+00 2.40000e+01 6.66000e+02 2.02000e+01 3.75520e+023.26000e+00]]

• 輸出列數據

print(train_x[:,5]) #取出train_x中第一維的全部數據，第二維取出索引為5的數據

返回一個一維數組，分別是每條數據中的平均房間數，結果如下：

[6.142 7.61 4.97 6.037 6.376 5.708 5.536 5.468 5.628 5.019 6.404 4.6285.572 6.251 5.613 5.957 7.016 6.345 6.162 6.727 6.202 6.595 7.135 6.5755.895 6.794 6.012 7.185 5.813 5.569 6.315 6.297 6.301 5.935 7.024 6.415....... #太多了這里就不一一列出來了5.885 6.375 6.968 4.88 5.981 7.52 5.593 6.485 5.705 6.172 6.229 5.9516.593 7.061 6.03 5.884 6.897 8.259 6.812 6.122 7.333 8.78 6.273 7.8026.951 6.101]

• 輸出全部數據

print(train_y) #輸出train_y的全部數據

3. 數據可視化

• 波士頓房價屬性描述

變量名說明

CRIM	城鎮人口犯罪率
ZN	超過25000平方英尺的住宅用地所占比例
INDUS	城鎮非零售業務地區的比例
CHAS	查爾斯河虛擬變量(如果土地在河邊=1；否則是0)
NOX	一氧化氮濃度(每1000萬份)
RM	平均每居民房數
AGE	在1940年之前建成的所有者占用單位的比例
DIS	與五個波士頓就業中心的加權距離
RAD	輻射狀公路的可達性指數
TAX	每10,000美元的全額物業稅率
RTRATIO	城鎮師生比例
B	1000(Bk-0.63)^2其中Bk是城鎮黑人的比例
LSTAT	人口中地位較低人群的百分數
MEDV	(目標變量/類別屬性)以1000美元計算的自有住房的中位數

• scatter()函數：展示平均房間數與房價之間的關系

import matplotlib.pyplot as plt import numpy as np import tensorflow as tfplt.rcParams['font.sans-serif']="SimHei"boston_housing=tf.keras.datasets.boston_housing #沒有用到test數據，故可用下劃線_代替 (train_x,train_y),(_,_)=boston_housing.load_data(test_split=0)plt.figure(figsize=(5,5)) #設置繪圖尺寸 plt.scatter(train_x[:,5],train_y) #散點圖 plt.xlabel("平均房間數") plt.ylabel("價格/$1000") plt.title("平均房間數和價格之間的關系") plt.show()

輸出結果如下（總體上趨于數量越多價格越高）：
- 循環語句：輸出所有屬性關系圖

import matplotlib.pyplot as plt import numpy as np import tensorflow as tfplt.rcParams['font.sans-serif']="SimHei" plt.rcParams['axes.unicode_minus']=Falseboston_housing=tf.keras.datasets.boston_housing (train_x,train_y),(_,_)=boston_housing.load_data(test_split=0) #沒有用到test數據，故可用下劃線_代替titles=["CRIM","ZN","INDUS","CHAS","NOX","AGE","DIS","RAD","TAX","PTRATIO","B-1000","LSTAT","MEDV"]plt.figure(figsize=(12,9))for i in range(12):plt.subplot(3,4,(i+1))plt.scatter(train_x[:,i],train_y)plt.xlabel(titles[i])plt.ylabel("價格/$1000")plt.title(str(i+1)+"."+titles[i]+"-價格")plt.tight_layout() plt.suptitle("各個屬性與房價間的關系",x=0.5,y=1.02,fontsize=20) plt.show()

輸出結果如下：

總結

以上是生活随笔為你收集整理的波士顿房价数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。