#!/usr/bin/env python
# coding: utf-8

# # 启动graphlab create

# In[1]:


import graphlab


# # 读取房屋销售数据

# In[2]:


sales = graphlab.SFrame('home_data.gl/')


# In[3]:


sales


# In[5]:


graphlab.canvas.set_target('ipynb') # 将生成的图片展示在jupyter中


# In[9]:


sales.show(view="Scatter Plot",x="sqft_living", y="price") # 画散点图


# # 分离出训练集和测试集

# In[18]:


train_data, test_data = sales.random_split(0.8, seed=0)  # 将数据集随机划分,0.8表示随机百分之八十划分为训练集。剩下百分之二十位测试集，seed=0表示将划分确定


# ## 构建回归模型

# In[16]:


sqft_model = graphlab.linear_regression.create(train_data, target="price", features=["sqft_living"])


# # 评估这个简单的线性回归模型

# In[19]:


print test_data['price'].mean()  # 均值


# In[20]:


print sqft_model.evaluate(test_data)


# # 查看预测效果

# In[24]:


import matplotlib.pyplot as plt


# ###  使绘制的图片在当前notebook显示

# In[28]:


get_ipython().run_line_magic('matplotlib', 'inline')


# In[31]:


plt.plot(test_data["sqft_living"], test_data["price"], '.',
        test_data["sqft_living"], sqft_model.predict(test_data), '-')


# In[34]:


sqft_model.get('coefficients')  # 显示截距与斜率


# # 探索数据集的其他特征

# In[35]:


my_features = ['bedrooms', 'bathrooms', 'sqft_living', 'sqft_lot', 'floors', 'zipcode'] # 卧室，浴室，房屋大小，客厅大小，楼层，地区码


# In[36]:


sales[my_features].show()


# In[41]:


sales.show(view="BoxWhisker Plot", x=u'地区码', y=u'价格')  # 根据地区码来分组


# # 构建更多特征的回归模型

# In[42]:


my_features_model = graphlab.linear_regression.create(train_data, target='price', features=my_features)


# In[61]:


print sqft_model.evaluate(test_data)


# In[46]:


print my_features_model.evaluate(test_data)


# # 应用学到的模型来预测房屋的售价

# In[47]:


house1 = sales[sales['id']=='5309101200']  # 取出这一行数据


# In[49]:


print house1['price']


# In[50]:


print sqft_model.predict(house1)  # 单变量特征模型


# In[51]:


print my_features_model.predict(house1) # 多特征模型


# # 预测另一个房屋的售价

# In[52]:


house2 = sales[sales['id']=='1925069082']


# In[53]:


house2


# In[54]:


house2['price']


# In[57]:


print sqft_model.predict(house2)


# In[58]:


print my_features_model.predict(house2)


# In[ ]: