应用范例 Application - 波士顿房地产云端评估(二)

支持向量机回归分析: Property value prediction

此档案使用scikit-learn 机器学习套件里的SVR演算法，来达成波士顿房地产价钱预测

(一)引入函式库及内建波士顿房地产资料库

引入之函式库如下

1. sklearn.datasets: 用来汇入内建之波士顿房地产资料库
2. sklearn.SVR: 支持向量机回归分析之演算法
3. matplotlib.pyplot: 用来绘制影像

from sklearn import datasets
from sklearn.svm import SVR
import matplotlib.pyplot as plt
boston = datasets.load_boston()
X=boston.data
y = boston.target

使用 datasets.load_boston() 将资料存入至boston。
使用datasets.data将士顿房地产资料的数据资料(data)汇入到X。
使用datasets.target将士顿房地产资料的预测数值汇入到y。
为一个dict型别资料，我们看一下资料的内容。

(二)SVR的使用

sklearn.svm.SVR(kernel=’rbf’, degree=3, gamma=’auto’, coef0=0.0, tol=0.001, C=1.0, epsilon=0.1, shrinking=True, cache_size=200, verbose=False, max_iter=-1)

clf = SVR(kernel='rbf', C=1e3, gamma=0.1)
clf.fit(X, y)

使用clf = SVR(kernel='rbf', C=1e3, gamma=0.1)，将SVR演算法引入到clf，并设定SVR演算法的参数。
使用clf.fit(X, y)，用波士顿房地产数据(boston.data)以及预测目标(y)来训练预测机clf

(三)使用joblib.dump汇出预测器

from sklearn.externals import joblib
joblib.dump(clf,"./machine_SVR.pkl")

使用joblib.dump将SVR预测器汇出为pkl档。

(四)训练以及分类

接着使用clf=joblib.load("./machine_SVR.pkl")将pkl档汇入为一个SVR预测器clf。接着使用波士顿房地产数据(boston.data)，以及预测目标(y)来训练预测机clf clf.fit(boston.data, y)。最后，使用predict_y=clf.predict(boston.data[2])预测第三笔资料的价格，并将结果存入predicted_y变数。

clf=joblib.load("./machine_SVR.pkl")
clf.fit(boston.data, y)
predict_y=clf.predict(boston.data[2])

(五)使用score计算准确率

先用predict=clf.predict(X)将所有波士顿房地产数据丢入clf预测机预测，并将所预测出的结果存入predict。接着使用clf.score(X, y)来计算准确率，score=1为最理想情况，本范例中score=0.99988275378631286

predict=clf.predict(X)
clf.score(X, y)

(六)绘出预测结果与实际目标差异图

X轴为预测结果，Y轴为回归目标。
并划出一条斜率=1的理想曲线(用虚线标示)。
红点为房地产第三项数据的预测结果

因为使用clf的准确率很高，所以预测结果与回归目标几乎一样，scatter的点会几乎都在理想曲线上。

plt.scatter(predict,y,s=2)
plt.plot(predict_y, predict_y, 'ro')
plt.plot([y.min(), y.max()], [y.min(), y.max()], 'k--', lw=2)
plt.xlabel('Predicted')
plt.ylabel('Measured')

(六)完整程式码

%matplotlib inline
from sklearn import datasets
from sklearn.svm import SVR
import matplotlib.pyplot as plt
boston = datasets.load_boston()
X=boston.data
y = boston.target
clf = SVR(kernel='rbf', C=1e3, gamma=0.1)
clf.fit(X, y)
from sklearn.externals import joblib
joblib.dump(clf,"./machine_SVR.pkl")
clf=joblib.load("./machine_SVR.pkl")
clf.fit(boston.data, y)
predict_y=clf.predict(boston.data[2])
predict=clf.predict(X)
clf.score(X, y)
plt.scatter(predict,y,s=2)
plt.plot(predict_y, predict_y, 'ro')
plt.plot([y.min(), y.max()], [y.min(), y.max()], 'k--', lw=2)
plt.xlabel('Predicted')
plt.ylabel('Measured')