RANSAC算法线性回归(波斯顿房价预测)

  虽然普通线性回归预测结果总体而言还是挺不错的，但是从数据上可以看出数据集中有较多的离群值，因此本节将使用RANSAC算法针对离群值做处理，即根据数据子集（所谓的内点）拟合回归模型。

RANSAC算法流程

1. 随机选择一定数量的样本作为内点拟合模型
2. 用模型测试其他所有的点，把落在给定范围内的点放入内点集
3. 调整模型中使用的所有内点
4. 用内点重新拟合模型
5. 评估模型预测结果与内点集相比较的误差
6. 如果性能达到自定义的阈值或指定的迭代次数，则终止，否则返回步骤1

导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
from sklearn.linear_model import RANSACRegressor
from sklearn.linear_model import LinearRegression
%matplotlib inline
font = FontProperties(fname='/Library/Fonts/Heiti.ttc')

获取数据

df = pd.read_csv('housing-data.txt', sep='\s+', header=0)
X = df[['RM']].values
y = df['MEDV'].values

训练模型