Sklean数据集（5）-波士顿房价-阿里云开发者社区

Sklean数据集（5）-波士顿房价

2023-02-13 367

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Sklean数据集（5）-波士顿房价

原文

Boston house prices dataset

**Data Set Characteristics:**

Number of Instances: 506

Number of Attributes: 13 numeric/categorical predictive. MedianValue (attribute 14) is usually the target.

Attribute Information (in order):

CRIM per capita crime rateby town
ZN proportion ofresidential land zoned for lots over 25,000 sq.ft.
INDUS proportion ofnon-retail business acres per town
CHAS Charles River dummyvariable (= 1 if tract bounds river; 0 otherwise)
NOX nitric oxidesconcentration (parts per 10 million)
RM average number ofrooms per dwelling
AGE proportion ofowner-occupied units built prior to 1940
DIS weighted distances tofive Boston employment centres
RAD index ofaccessibility to radial highways
TAX full-valueproperty-tax rate per $10,000
PTRATIO pupil-teacher ratioby town
B 1000(Bk - 0.63)^2where Bk is the proportion of blacks by town
LSTAT % lower status of thepopulation
MEDV Median value ofowner-occupied homes in $1000's

Missing Attribute Values: None

Creator: Harrison, D. and Rubinfeld, D.L.

This is a copy of UCI ML housing dataset.

https://archive.ics.uci.edu/ml/machine-learning-databases/housing/

This dataset was taken from the StatLib library which is maintainedat Carnegie Mellon University.The Boston house-price data of Harrison, D. andRubinfeld, D.L. 'Hedonic prices and the demand for clean air', J. Environ.Economics & Management,vol.5, 81-102, 1978. Used in Belsley, Kuh & Welsch,'Regression diagnostics...', Wiley, 1980. N.B. Various transformations are used in the table on pages 244-261 ofthe latter.

The Boston house-price data has been used in many machine learningpapers that address regressionproblems.

topic:: References

Belsley, Kuh & Welsch, 'Regression diagnostics: IdentifyingInfluential Data and Sources of Collinearity', Wiley, 1980. 244-261.
Quinlan,R. (1993). Combining Instance-Based and Model-BasedLearning. In Proceedings on the Tenth International Conference of MachineLearning, 236-243, University of Massachusetts, Amherst. Morgan Kaufmann.

译文

波士顿房价数据集

**数据集特征：**

实例数：506

属性数：13数值/分类预测。中值（属性14）通常是目标。

属性信息（按顺序）：

CRIM 按城镇划分的人均犯罪率
ZN 2.5万宗地住宅用地锌比例平方英尺.
INDUS 每个城镇的非零售商业面积所占比例
CHAS Charles-River虚拟变量（=1，如果是河流边界，则为0；否则为0）
NOX 氮氧化物浓度（百万分之几）
RM 每间住宅的平均房间数
AGE 1940年以前建造的自住单位的年龄比例
DIS 离波士顿五个就业中心的距离
RAD 辐射状公路可达性指数
TAX 每万元房产税完税率
PTRATIO按城镇划分的师生比例
B 1000（Bk-0.63）^2，其中Bk是按城镇划分的黑人比例
LSTAT 人口地位降低%
MEDV 业主自住房屋的MEDV中值（1000美元）

缺少属性值：无

创作者：哈里森D.和鲁宾菲尔德D.L。

这是UCI ML住房数据集的副本。

https://archive.ics.uci.edu/ml/machine-learning-databases/housing/

这个数据集取自卡内基梅隆大学的StatLib图书馆大学。那个Harrison，D.和Rubinfeld，D.L.的波士顿房价数据，“享乐价格和对清洁空气的需求”，J.Environ。《经济学与管理》，第5卷，81-1021978年。用于Belsley，Kuh&Welsch，“回归诊断…”，Wiley，1980年。N、 B.后者第244-261页的表格中使用了各种变换。