预测波士顿房价 根据统计数据获得最佳模型，以估算客户房屋的最佳价格。 目的 在这个项目中，我们将基本的机器学习技术应用于马萨诸塞州波士顿市房屋价格的累积数据。 我们主要对新房的售价做出预测。 首先，我们对数据进行区分以获得有关数据集的实质特征和描述性统计信息。 其次，我们将数据适当地分为测试和培训子集，并为主要问题确定了方便的性能指标。 然后，我们研究了具有交替参数和训练数据集大小的学习算法的效率图。 这使我们能够选择最佳模型，对隐藏数据进行最佳概括。 最后，我们测试了在新样本中找到的最优模型，