大家好，我是带我去滑雪！
本期使用爬取到的有关房价数据集data.csv，使用支持向量回归（SVR）方法预测房价。该数据集中“y1”为响应变量，为房屋总价，而x1-x9为特征变量，依次表示房屋的卧室数量、客厅数量、面积、装修情况、有无电梯、、房屋所在楼层位置、有无地铁、关注度、看房次数共计9项。数据集data.csv可在文末获取。
（ps，往期出过一个利用SVR预测房价，但代码没有分开讲，许多童鞋复制代码运行，总会出现各种问题，所以应童鞋要求，出一篇更为仔细的博客，大部分博主讲解SVR都采用python自带波士顿房价数据集，但很多童鞋大多都需要用到自己的数据集进行SVR建模，我想这也许对部分童鞋有一定帮助）
（1）导入所需模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn import preprocessing
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import KFold,StratifiedKFold
from sklearn.model_selection import GridSearchCV
from sklearn.svm import LinearSVR
from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import r2_score
get_ipython().run_line_magic(‘matplotlib’, ‘inline’)
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = ‘all’
import warnings
如果是第一次运行上述模块，报错 ModuleNotFoundError:Nomodulenamed’xxx’情况，需安装相应xxx名称的库，若使用jupyter notebook可以使用pip install xxx，若使用pycharm可以在设置里的packages里安装对应的包或者在控制台里使用pip install xxx。若都不行，可以上网浏览一下其他方法。
（2）导入数据集
data=pd.read_csv(‘data.csv’)
data输出结果：
x1 x2 x3 x4 x5 x6 x7 x8 x9 y1 0 2 2 78.60 0 1 2 1 58 14 210.0 1 4 2 98.00 0 1 0 1 2337 18 433.0 2 2 1 58.10 2 1 1 1 25 18 255.0 3 4 2 118.00 3 0 1 0 2106 6 195.0 4 3 1 97.70 2 0 2 0 1533 7 150.0 … … … … … … … … … … … 2979 3 2 132.51 0 1 1 0 28 5 375.0 2980 2 1 80.30 2 1 1 1 8 0 375.0 2981 2 2 64.81 2 1 1 1 2 0 268.0 2982 2 1 57.26 0 0 0 1 0 0 235.0 2983 2 1 75.38 2 1 2 0 0 0 300.0 2984 rows × 10 columns
本文采用 “pd.read_csv” 导入数据，也可以采用 ”pd.read_excel“ 。使用pd.read_csv(‘data.csv’)表示在工作路径直接读取data.csv文件，所以需要提前将数据集放入工作路径中。若不好找工作路径，也可以使用data = pd.read_csv(r’E:\工作\硕士\博客\博客19-SVR预测房价\data.csv’)读取数据，效果是一样的。
data = pd.read_csv(r’E:\工作\硕士\博客\博客19-SVR预测房价\data.csv’)
data输出结果：
x1 x2 x3 x4 x5 x6 x7 x8 x9 y1 0 2 2 78.60 0 1 2 1 58 14 210.0 1 4 2 98.00 0 1 0 1 2337 18 433.0 2 2 1 58.10 2 1 1 1 25 18 255.0 3 4 2 118.00 3 0 1 0 2106 6 195.0 4 3 1 97.70 2 0 2 0 1533 7 150.0 … … … … … … … … … … … 2979 3 2 132.51 0 1 1 0 28 5 375.0 2980 2 1 80.30 2 1 1 1 8 0 375.0 2981 2 2 64.81 2 1 1 1 2 0 268.0 2982 2 1 57.26 0 0 0 1 0 0 235.0 2983 2 1 75.38 2 1 2 0 0 0 300.0 2984 rows × 10 columns
（3）随机划分70%训练集与30%测试集
y=data.y1#将响应变量y1赋值给y
data_train,data_test,y_train,y_test=train_test_split(data,y,test_size=0.3,random_state=1)
（4）对划分后的训练集和测试集中的特征变量进行数据标准化
由于特征变量的取值范围不尽相同，使用sklearn的StandardScaler类，将训练集和测试集中的所有特征变量进行标准化（即，均值为0，标准差为1）。”values.reshape(-1,1)”是将数据中的所有元素按照一列的形式重新排列，其中，-1 表示自动计算行数，1 表示只有一列。
scaler = StandardScaler()
scaler.fit(data_train)
data_train_s=scaler.fit_transform(data_train)#对训练集中的特征变量进行标准化
data_test_s=scaler.fit_transform(data_test)#对测试集的特征变量进行标准化
（5）进行支持向量回归
使用sklearn的SVR类分别进行径向核（rbf）、二次多项式核（poly，2）、三次多项式核（poly，3）、S型核进行支持向量回归。使用 fit（）方法对SVR进行估计，在这里使用默认参数”epsilon=0.1“，即SVR的调节参数为0.1。使用score（）方法，计算测试集的拟合优度。
model=SVR(kernel=’rbf’)#使用径向核（rbf）
model.fit(data_train_s,y_train)#模型估计
model.score(data_test_s,y_test)#计算拟合优度输出结果：
0.28217697180917056model=SVR(kernel=’poly’,degree=2)#使用二次多项式核
model.fit(data_train_s,y_train)#模型估计
model.score(data_test_s,y_test)#计算拟合优度输出结果：
0.35607964447352425model=SVR(kernel=’poly’,degree=3)#使用三次多项式核
model.fit(data_train_s,y_train)#模型估计
model.score(data_test_s,y_test)#计算拟合优度输出结果：
0.5944110925400512model=SVR(kernel=’sigmoid’)#使用S型核
model.fit(data_train_s,y_train)#模型估计
model.score(data_test_s,y_test)#计算拟合优度输出结果：
0.7219197626971094
| 本模型采用不同核的测试集拟合优度表 | ||||
| 径向核 | 二次多项式核 | 三次多项式核 | S型核 | |
| 测试集拟合优度 | 0.2821 | 0.3561 | 0.5944 | 0.7219 |
通过对比，我们发现采用S型核效果最好，测试集的拟合优度达到0.7219，故本文采取S型核。由于截至目前，超参数都是选用，默认的设置，下面选择最优超参数组合，进一步提升模型效果。
（6）使用交叉验证选择最优的超参数组合（C,epsilon，r）
param_grid={‘C’:[0.01,0.1,1,10,50,100,150],’epsilon’:[0.01,0.1,1,10],’gamma’:[0.01,0.1,1,10]}#定义参数网格
kfold=KFold(n_splits=10,shuffle=True,random_state=1)#定义10折随机分组
model=GridSearchCV(SVR(),param_grid,cv=kfold)
model.fit(data_train_s,y_train)
model.best_params_输出结果：
{'C': 150, 'epsilon': 10, 'gamma': 0.01}
结果显示，最优参数组合为C=150, epsilon=10, gamma=0.01。
（7）结合最优超参数组合，重新定义model为最优模型,展示支持向量数目
model1=model.best_estimator_#结合最优超参数，重新定义最优model
len(model1.support_)#展示支持向量数目
data_train_s.shape#展示训练集形状输出结果：
270 (2088, 10)model1.score(data_test_s,y_test)#计算测试集拟合优度
输出结果：
0.984653838741239
结果显示，模型采用最优参数组合后，共有270个支持向量，测试集的拟合优度也由原来的0.7219提高到了0.9847。
（8）模型预测
sigmoid_pred=model1.predict(data_test_s)#使用测试集预测房价
sigmoid_pred.shape#展示输出预测值形状输出结果：
(896,)
（9）计算模型预测效果评价指标
model1_rmse = np.sqrt(mean_squared_error(y_test,sigmoid_pred)) #RMSE
model1_mae = mean_absolute_error(y_test,sigmoid_pred) #MAE
model1_r2 = r2_score(y_test, sigmoid_pred) # R2
print(“The RMSE of RBF_SVR: “, model1_rmse)
print(“The MAE of RBF_SVR: “,model1_mae)
print(“R^2 of RBF_SVR: “,model1_r2)输出结果：
The RMSE of RBF_SVR: 28.973562943677987 The MAE of RBF_SVR: 11.142043434442739 R^2 of RBF_SVR: 0.984653838741239
（10）保存预测值与真实值到excel
sigmoid_pred_true=pd.concat([pd.DataFrame(sigmoid_pred),pd.DataFrame(y_test)],axis = 1)#axis=1 表示按照列的方向进行操作，也就是对每一行进行操作。
sigmoid_pred_true.columns=[‘predictvalues’, ‘realvalues’]
sigmoid_pred_true.to_excel(r’E:\工作\硕士\博客\博客19-SVR预测房价\预测值与真实值.xlsx’,index = False)输出结果：
链接：https://pan.baidu.com/s/1p4HDhBH4QNtFLv-1UIoZ9Q?pwd=7qc5
提取码：7qc5
博主保存预测值与真实值时发现 ，真实值在excel里一列里没有连续保存，导致真实值与预测值没有一一对应，所以需要将数据处理一下，选中realvalues列，复制到新表里，然后按住ctrl+G，定位条件选择空白行，点击确定，在选中空白行删除，则将真实值变为连续序列，在复制回去与真实值一一对应。
（11）绘制预测值与真实值比较图
data1= pd.read_csv(r’E:\工作\硕士\博客\博客19-SVR预测房价\data1.csv’)#导入真实值与预测值数据
plt.subplots(figsize=(10,5))
plt.xlabel(‘896套房’, fontsize =10)
plt.ylabel(‘房价’, fontsize =10)
plt.plot(data1.predictvalues, color = ‘b’, label = ‘预测值’)
plt.plot(data1.realvalues, color = ‘r’, label = ‘真实值’)
plt.legend(loc=0)
plt.savefig(“squares.png”,
bbox_inches =”tight”,
pad_inches = 1,
transparent = True,
facecolor =”w”,
edgecolor =’w’,
dpi=300,
orientation =’landscape’)输出结果：
需要数据集的家人们可以去百度网盘（永久有效）获取：
链接：https://pan.baidu.com/s/173deLlgLYUz789M3KHYw-Q?pwd=0ly6
提取码：0ly6
更多优质内容持续发布中，请移步主页查看。
点赞+关注,下次不迷路！
文章出处登录后可见！
