✍ 쥬피터 file: day1102_ML

캘리포니아 주택 가격데이터

| MedInc | 블록의 중간 소득 | | HouseAge | 블록의 중간 주택 연도 | | AveRooms | 주택 1가구당 평균 방의 수 | | AveBedrms | 주택 1가구당 평균 침실의 수 | | Population | 인구 | | AveOccup | average house occupancy 평균 주택점유율 | | Latitude | 위도 | | Longitude | 경도 |

위의 요소들을 바탕으로 주택 가격 예측하는 회귀 모델 만들기

from sklearn.datasets import fetch_california_housing
california = fetch_california_housing()
california

※ 참고) 이 경우 인터넷에서 자료를 받는 스타일임

Untitled

🍫 데이터 확인

# X 데이터 => california.data
# X 데이터 컬럼명 => california.feature_names
print(california.keys())
print(california.feature_names)

dict_keys(['data', 'target', 'frame', 'target_names', 'feature_names', 'DESCR'])

['MedInc', 'HouseAge', 'AveRooms', 'AveBedrms', 'Population', 'AveOccup', 'Latitude', 'Longitude']