Python读取加利福尼亚房价数据集并使用机器学习算法预测

首先，我们需要安装必要的Python库。在命令行中输入以下命令来安装pandas和scikit-learn库：

pip install pandas scikit-learn

接下来，我们需要下载加利福尼亚房价数据集。数据集可以从UCI机器学习仓库或其他数据集网站上下载。请注意，数据集可能需要进行预处理才能用于机器学习模型。

一旦数据集下载完成，我们可以使用pandas库来读取它。以下是一个简单的示例代码，演示如何读取数据集：

import pandas as pd
# 读取数据集
data = pd.read_csv('california_housing.csv')

接下来，我们需要对数据进行预处理，包括缺失值填充、特征缩放等。以下是使用pandas库进行缺失值填充和特征缩放的示例代码：

# 填充缺失值
data.fillna(data.mean(), inplace=True)
# 特征缩放
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
data['PRICE'] = scaler.fit_transform(data[['PRICE']])

现在，我们已经准备好了数据，接下来我们将使用scikit-learn库中的线性回归模型进行预测。以下是使用线性回归模型进行预测的示例代码：

# 划分训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(data.drop('PRICE', axis=1), data['PRICE'], test_size=0.2, random_state=42)
# 创建线性回归模型并进行训练
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
# 在测试集上进行预测并评估模型性能
predictions = model.predict(X_test)
# 计算模型性能指标，例如均方误差（MSE）和平均绝对误差（MAE）等。这些指标可以帮助我们评估模型的预测能力。请根据实际情况选择适当的评估指标。
from sklearn.metrics import mean_squared_error, mean_absolute_error
mse = mean_squared_error(y_test, predictions)
mae = mean_absolute_error(y_test, predictions)

现在我们已经完成了模型的训练和预测，接下来可以使用模型对新的加利福尼亚房价数据进行预测。以下是使用模型进行预测的示例代码：

# 创建新的加利福尼亚房价数据集（假设名为new_data）并对其进行预处理（特征缩放等）
new_data = pd.DataFrame({'INDUSTRY': [1000, 2000, 3000], 'TAX': [500, 600, 700], 'HOUSEHOLD': [3000, 4000, 5000], 'MEDAGE': [35, 40, 45]}) # 这里仅为示例数据，请根据实际情况填写数据。
new_data['PRICE'] = scaler.transform(new_data[['INDUSTRY', 'TAX', 'HOUSEHOLD', 'MEDAGE']]) # 进行特征缩放等预处理操作。请根据实际情况填写操作。