这个项目需要安装 Python3 和以下的 Python 函数库：
你还需要安装一个软件，以运行和编辑 .ipynb 文件。
优达学城推荐学生安装 Anaconda，这是一个常用的 Python 集成编译环境，且已包含了本项目中所需的全部函数库。
代码的模版已经在 boston_housing.ipynb 文件中给出。你还会用到 visuals.py 和名为 housing.csv 的数据文件来完成这个项目。我们已经为你提供了一部分代码，但还有些功能需要你来实现才能以完成这个项目。
在终端或命令行窗口中，选定 boston_housing/ 的目录下（包含此README文件），运行下方的命令：
jupyter notebook boston_housing.ipynb
这样就能够启动 Jupyter notebook 软件，并在你的浏览器中打开文件。
经过编辑的波士顿房价数据集有490个数据点，每个点有三个特征。这个数据集编辑自加州大学欧文分校机器学习数据集库（数据集已下线）。
特征
RM: 住宅平均房间数量LSTAT: 区域中被认为是低收入阶层的比率PTRATIO: 镇上学生与教师数量比例
目标变量
MEDV: 房屋的中值价格