Python数据分析 - 波士顿房价回归分析

分析目标：

将波士顿房价的数据集进行描述性数据分析、预测性数据分析（主要用了回归分析），可用于预测房价。



数据集介绍：

卡内基梅隆大学收集，StatLib库，1978年，涵盖了麻省波士顿的506个不同郊区的房屋数据。

一共含有506条数据。每条数据14个字段，包含13个属性，和一个房价的平均值。

数据：

https://docs.qq.com/sheet/DSHNJT3hzZlJ2Z0Ja?tab=BB08J2



1、数据预处理。导入常用的数据分析库；查看数据集大小；查看各字段基础信息；描述性数据分析。

2、描述性数据分析。查看描述性数据统计；查看各字段的相关性；查看是否穿过查尔斯河对房价的影响；绘制各个字段与价格的散点图。

3、预测性数据分析。选取线性回归字段；建立线性回归模型；计算回归系数；预测。