Boston Housing回归模型数据集

机器学习里的老朋友<<1>>，挺适合拿来练手回归模型。数据结构简单，一共 506 条样本，14 个字段，全是跟房价相关的硬核信息，比如RM房间数、LSTAT低收入比例，都是有说服力的特征。

用的是.npz格式，配合numpy.load()一口气就能解压出来，拿着字典操作，简单直接。比起手动整理.csv文件，效率高不少。新手也能轻松上手。

回归模型随便试：线性回归、随机森林、神经网络都挺合适。想玩深一点的，用 Keras 搭个MLP试试看，效果也还不错，训练速度快，调参也不麻烦。

特征里像CHAS这种是类别字段，建议先编码；数值字段的话，Z-score标准化一遍更稳妥。数据量不算大，训练快，但也容易过拟合，交叉验证别忘了。

要注意一点：这个数据集历史挺久了，虽然经典，但实际预测房价用的话还是建议结合其他数据做补充。你要是练模型、调结构、熟悉流程，它真的挺合适。

如果你想下载，可以去这些地方看看：boston_housing.npz，还有其他格式的版本（如.csv、.zip）也都有。