欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務建站與企業(yè)官網運營的一線實戰(zhàn)洞察。

二手房價格預測系統(tǒng)實戰(zhàn):從數據清洗到PyQt5界面開發(fā)全流程

二手房價格預測系統(tǒng)實戰(zhàn):從數據清洗到PyQt5界面開發(fā)全流程 簡介這是一份面向Python數據分析與GUI開發(fā)學習者的二手房價分析與預測期末大作業(yè)項目包基于Python和PyQt5完成覆蓋數據讀取、清洗統(tǒng)計、特征分析、模型訓練、房價預測和可視化展示等完整環(huán)節(jié)適合期末答辯、課程設計及自學進階。壓縮包共17個文件包含6個Python源碼文件、6張PNG界面素材、2個pyc緩存、1個Qt界面文件、1個CSV數據集和1個說明文檔整體體積僅132KB目錄結構清晰便于按模塊閱讀與復用。項目中利用Pandas完成數據清洗與統(tǒng)計摘要Scikit-Learn構建預測模型Matplotlib生成分布與結果圖表并通過PyQt5搭建交互界面實現加載數據、選擇模型、查看結果的一站式操作。源碼附帶詳細注釋可將Pandas、Scikit-Learn、Matplotlib、PyQt5各技術點與工程實現一一對應同時內置可用的CSV數據集與界面素材省去自行準備數據的麻煩。目前已有343人學習適合需要完整案例參考的在校學生和初級開發(fā)人員。1. 期末大作業(yè)的二手房價分析與預測系統(tǒng)它到底解決了什么問題期末項目選“二手房價分析與預測”這個題目幾乎是每年 Python 課程設計的保留曲目。需求看起來很簡單拿到一批二手房數據訓練一個能預測價格的模型再用圖形界面把結果展示出來。但真做起來數據清洗、特征構造、模型調參、界面聯(lián)調每一環(huán)都夠折騰幾天。這套系統(tǒng)就是把這些環(huán)節(jié)串成一個完整的閉環(huán)用 Python 處理數據、訓練模型用 PyQt5 做桌面界面用戶在界面上輸入戶型、面積、樓層、朝向等條件就能看到預測價格和周邊小區(qū)對比。適合正在做期末大作業(yè)、畢業(yè)設計或者想快速搭一個數據展示型桌面應用的讀者。想用最短路徑把作業(yè)跑通同時把每個模塊的坑提前踩掉這篇就是按這個思路寫的。2. 二手房價數據集的清洗與特征工程喂給模型之前先做這幾步2.1 先看數據長什么樣字段類型與缺失值排查打開二手房價數據集的 CSV 文件常見字段大概是這幾類小區(qū)名稱、區(qū)域、戶型室廳衛(wèi)、面積、朝向、樓層、裝修、建筑年代、總價、單價。第一件事不是直接訓練而是把數據讀進來逐字段看一眼。很多二手房價數據在采集時就有問題比如“朝向”列出現“南北通透”“南 北”兩種寫法“樓層”列混著“低樓層/共6層”這種文本這類字段直接丟給模型會變成災難。我一般會把數據讀取和初步體檢寫成一個腳本先跑一遍再決定怎么做特征import pandas as pd df pd.read_csv(house_data.csv, encodingutf-8) print(df.shape) print(df.dtypes) print(df.isnull().sum()) # 抽樣看幾行確認文本字段的寫法 print(df.head(10).to_string())這里有幾個關鍵點。encoding參數特別容易踩坑很多爬下來的 CSV 是gbk編碼直接用utf-8讀會拋UnicodeDecodeError。報錯時先嘗試encodinggbk或encodinggb18030。isnull().sum()是看缺失值的入口先知道哪些列缺得厲害再決定是刪行、填值還是拆特征。打印dtypes則是看數據類型的隱患比如面積列被讀成object說明里面有類似“89.5㎡”這種帶單位的臟數據。2.2 把文本特征變成數值特征面積、樓層、朝向的處理方式文本特征不處理模型就訓不了。目標是把每一列都收拾成干凈的數值或類別編碼。先說面積列如果里面混了單位先用正則把數字提取出來樓層列比較典型常見寫法是“低樓層/共6層”或“3/6層”這里可以拆成兩個特征當前樓層數、總樓層數再用總樓層數算出一個相對位置。朝向這類文本列用get_dummies轉成啞變量或者用LabelEncoder編碼。我的做法是能拆出數值就拆數值朝向這種沒有大小關系的列才做啞變量。import re # 提取面積中的數字89.5㎡ - 89.5 df[area] df[area].str.extract(r(\d\.?\d*)).astype(float) # 樓層列處理低樓層/共6層 - current1, total6 def parse_floor(s): m re.search(r共(\d)層, str(s)) c re.search(r(\d)/, str(s)) if c and m: return int(c.group(1)), int(m.group(1)) return None, None df[current_floor], df[total_floor] zip(*df[floor].apply(parse_floor)) df[floor_ratio] df[current_floor] / df[total_floor] # 朝向只保留第一個方向減少類別數 df[direction] df[direction].str.split(/).str[0] df pd.get_dummies(df, columns[direction], prefixdir)str.extract配合正則提取數字是處理混合格式最順手的方式記得提取后要astype(float)轉換不然還是文本。floor_ratio的含義是“樓層的相對高度”0.3 代表在總樓層偏下位置0.8 代表在高區(qū)。這個特征對房價的影響其實是有的高層采光好但也要看有沒有電梯。朝向拆成啞變量之前先只保留第一個方向能讓列數少一點避免“南北”“南 北”這種同一含義拆成兩列。2.3 對總價做歸一化為什么預測總價比預測單價更穩(wěn)作業(yè)里很多人直接拿總價做預測目標但二手房數據里的總價受面積影響太大同樣 300 萬30 平米和 120 平米的房子完全不是一個量級。這里有一個常見分歧預測總價還是預測單價。我建議做單價預測因為單價剔除了面積的影響更能反映地段、樓層、裝修這些特征的作用。預測完之后展示時再乘上用戶輸入的面積這樣用戶看到的總價也更直觀。# 計算單價作為預測目標 df[unit_price] df[total_price] / df[area] # 對連續(xù)特征做標準化 from sklearn.preprocessing import StandardScaler feature_cols [area, bedrooms, living_rooms, bathrooms, floor_ratio, building_age] scaler StandardScaler() df[feature_cols] scaler.fit_transform(df[feature_cols])單位價的單位是“萬元/平米”還是“元/平米”取決于原始總價單位分析時要先看好數據集里的字段說明。用StandardScaler做標準化的一個實際好處是后面用線性回歸、嶺回歸這類模型時收斂更快系數也能直接比較大小用來判斷“哪個特征對房價影響更大”。如果數據集里的房子坐標、板塊信息可用還可以考慮加“距地鐵站距離”這類衍生特征這類資料往往要去高德或百度地圖的 API 算作業(yè)時間緊的話用小區(qū)均價替代也行。重要提示fit_transform只應該在訓練集上調用驗證集和測試集要用訓練集擬合好的scaler做transform不要在驗證集上重新算均值方差。這是很多作業(yè)被老師看出“數據泄漏”的點后面我還會細說。3. 房價預測模型選型與訓練從線性回歸到集成模型的全過程3.1 先用線性回歸打基線結果再差也要有一個參照拿到干凈數據后的第一件事不是直接上隨機森林、XGBoost而是先用一個最樸素的線性回歸跑一遍得到一組“下限分數”。這樣做的價值是后面換任何模型都有了參照系——新模型比線性回歸高多少分才算真正有效果。很多作業(yè)翻車就是先上復雜模型結果調參半天也不知道自己調到什么程度算“好”。from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error, r2_score X df[feature_cols [c for c in df.columns if c.startswith(dir_)]] y df[unit_price] X_train, X_test, y_train, y_test train_test_split( X, y, test_size0.2, random_state42 ) model LinearRegression() model.fit(X_train, y_train) y_pred model.predict(X_test) print(RMSE:, mean_squared_error(y_test, y_pred, squaredFalse)) print(R2:, r2_score(y_test, y_pred))這套流程是標準的分割、訓練、評估三件套。random_state42固定隨機種子保證每次運行結果一致這是作業(yè)里必須養(yǎng)成的習慣不然答辯的時候跑兩次結果不一樣沒法跟老師解釋。R2在房價預測里一般能到 0.6~0.8 就算不錯的線性結果如果低于 0.4說明數據里非線性關系強或者特征太粗糙這時候再去換集成模型才有意義。3.2 換隨機森林處理非線性關系的主要手段線性回歸跑完接下來上隨機森林。隨機森林對異常值和特征尺度不敏感不用再擔心標準化的問題而且能給出特征重要性方便你在答辯時跟老師說“哪些特征對房價影響最大”。隨機森林的主要參數是n_estimators、max_depth、min_samples_split這些參數不要盲目抄網上的值要結合數據量來定。from sklearn.ensemble import RandomForestRegressor rf RandomForestRegressor( n_estimators200, max_depth12, min_samples_split5, min_samples_leaf2, random_state42, n_jobs-1 ) rf.fit(X_train, y_train) y_pred_rf rf.predict(X_test) print(RF RMSE:, mean_squared_error(y_test, y_pred_rf, squaredFalse)) print(RF R2:, r2_score(y_test, y_pred_rf)) print(pd.Series(rf.feature_importances_, indexX.columns).sort_values(ascendingFalse))這里n_estimators200和max_depth12是我試過比較多組之后覺得比較穩(wěn)的起點。數據量在幾千條的時候200 棵樹比 100 棵的誤差略低再往上就邊際遞減了。max_depth如果設得太深比如 20 以上很容易過擬合訓練集 R2 接近 1但測試集掉得厲害。特征重要性輸出之后通常會發(fā)現面積、建筑年代、floor_ratio 排在最前朝向的啞變量普遍靠后這是數據本身的信號不代表朝向沒用只能說在這個數據集里變化不夠大。3.3 再用 XGBoost 調高一點網格搜索要控制時間隨機森林效果如果已經不錯可以再試 XGBoost。XGBoost 在房價這類表格式數據上成績穩(wěn)定而且處理缺失值、非線性都比線性模型強。常見的調參順序是先定學習率learning_rate和樹數量n_estimators再調max_depth和min_child_weight最后調subsample和colsample_bytree。作業(yè)時間有限不要做全量網格搜索用GridSearchCV也要控制參數組合數量不然一個交叉驗證可能跑半小時以上。import xgboost as xgb from sklearn.model_selection import GridSearchCV xgb_model xgb.XGBRegressor( learning_rate0.05, n_estimators300, max_depth6, subsample0.8, colsample_bytree0.8, random_state42 ) param_grid { max_depth: [4, 6, 8], subsample: [0.7, 0.8, 0.9] } grid GridSearchCV( xgb_model, param_grid, cv5, scoringr2, n_jobs-1, verbose1 ) grid.fit(X_train, y_train) print(grid.best_params_) print(grid.best_score_)cv5的意思是五折交叉驗證每一折都用訓練集的一部分做驗證最終best_score_是五折的平均 R2這比單次劃分測試集更穩(wěn)定答辯時也是一個可說的亮點。n_jobs-1會用滿所有 CPU 核心但如果你的電腦是 4 核老筆記本跑網格搜索時記得把verbose1打開能看到進度不然看起來像死機。還有一個實操細節(jié)XGBoost 在數據量小的時候容易過于自信測試集 R2 高但真實場景不一定好所以在作業(yè)里最好同時保留隨機森林和 XGBoost 兩個模型界面上做一個模型下拉切換效果對比更直觀。參數調優(yōu)是門玄學沒有一組參數適合所有數據集。比較穩(wěn)的辦法是固定一顆隨機種子用交叉驗證評估每次只動一個參數記錄分數變化這樣既能看到趨勢也能省時間。4. 用 PyQt5 把預測模型包裝成交互界面從模型文件到桌面應用4.1 界面布局輸入區(qū)和結果區(qū)怎么規(guī)劃預測模型跑通后下一步就是用 PyQt5 做一個桌面界面。界面一般分成三個區(qū)域左側是房源信息輸入區(qū)包括面積、戶型、朝向、樓層、建筑年代等右側是預測結果展示區(qū)顯示預測單價、總價和一個小區(qū)的對比底部放一個“開始預測”按鈕和狀態(tài)欄。PyQt5 的布局用QFormLayout加下拉框QComboBox和數值輸入框QSpinBox的組合比手寫坐標定位方便得多。from PyQt5.QtWidgets import ( QApplication, QMainWindow, QWidget, QFormLayout, QComboBox, QSpinBox, QDoubleSpinBox, QPushButton, QLabel, QVBoxLayout, QHBoxLayout ) class HousePriceWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(二手房價格分析與預測系統(tǒng)) self.setMinimumSize(720, 480) central QWidget() self.setCentralWidget(central) layout QVBoxLayout(central) form QFormLayout() self.area_input QDoubleSpinBox() self.area_input.setRange(20.0, 300.0) self.area_input.setSuffix( ㎡) self.room_input QSpinBox() self.room_input.setRange(1, 6) self.floor_input QSpinBox() self.floor_input.setRange(1, 40) self.direction_input QComboBox() self.direction_input.addItems([東, 南, 西, 北]) form.addRow(面積:, self.area_input) form.addRow(臥室數:, self.room_input) form.addRow(所在樓層:, self.floor_input) form.addRow(朝向:, self.direction_input) layout.addLayout(form)這里每個輸入控件的數據范圍都做了約束比如面積限制在 20 到 300 平米這是根據數據集分布來的。QDoubleSpinBox支持小數適合面積QSpinBox只能整數適合臥室數這類離散值。QComboBox做朝向選擇避免用戶輸入五花八門的文本這是桌面應用里很討巧的設計——從源頭杜絕臟數據。4.2 按鈕事件與預測邏輯打通加載模型、構造特征、輸出結果界面搭好之后核心工作量在“點按鈕之后干什么”。我習慣把模型保存成文件界面啟動時用joblib加載而不是每次點按鈕都重新訓練。預測的邏輯鏈是讀取界面控件里的值 → 按訓練時的順序構造特征向量 → 喂給模型 → 把輸出格式化成“單價 總價”展示。這里最容易出錯的點是特征順序錯亂。訓練時的特征列順序是固定的如果界面這邊少傳了一列、多傳了一列預測結果就跑偏而且這種錯很難查。import joblib # 訓練完成后保存模型和特征列 # joblib.dump(model, model_rf.pkl) # joblib.dump(list(X.columns), feature_columns.pkl) class HousePriceWindow(QMainWindow): def __init__(self): # ... 上面的控件初始化代碼 ... self.predict_btn QPushButton(開始預測) self.result_label QLabel(預測結果將顯示在這里) layout.addWidget(self.predict_btn) layout.addWidget(self.result_label) self.predict_btn.clicked.connect(self.on_predict) def on_predict(self): self.model joblib.load(model_rf.pkl) self.feature_cols joblib.load(feature_columns.pkl) area self.area_input.value() rooms self.room_input.value() floor self.floor_input.value() direction self.direction_input.currentText() # direction 的啞變量必須與訓練時一致 feat {} for c in self.feature_cols: if c.startswith(dir_): feat[c] 1 if c fdir_{direction} else 0 elif c area: feat[c] area elif c floor_ratio: feat[c] floor / (floor 9) # 假設數據中位總樓層 else: feat[c] 0 import pandas as pd sample pd.DataFrame([feat])[self.feature_cols] pred self.model.predict(sample)[0] total_price pred * area self.result_label.setText( f預測單價: {pred:.0f} 元/平米\n f預測總價: {total_price:.0f} 元 )這段代碼里有一個關鍵細節(jié)啞變量是按feature_cols里的順序生成的而且只生成訓練時出現過的方向列。如果訓練數據里有“東南”這個朝向界面里卻沒有這個選項預測時就會漏列并報錯。解決辦法就是上面這種“從feature_cols反推構造字典”的思路保證列名、列順序永遠跟著訓練時的記錄走。floor_ratio的計算這里用了floor / (floor 9)來模擬相對樓層實際作業(yè)時可以簡化成從界面?zhèn)骺倶菍雍退跇菍右黄鹚愀鼫蚀_。關于模型文件保存有一套配套命令先跑# 訓練完模型后執(zhí)行保存 import joblib joblib.dump(rf, model_rf.pkl) joblib.dump(list(X.columns), feature_columns.pkl)保存兩個文件的原因是為了還原特征順序這也避免了把scaler和模型綁在一起時出現的狀態(tài)錯亂。如果數據里還有標準化步驟最好用joblib把scaler也保存成一個文件加載模型后先做標準化再喂數據這個順序別顛倒。4.3 PyQt5 內嵌 matplotlib用圖表把預測結果講清楚只有一行數字的界面顯得單薄加分項是在界面里加一個圖表展示用戶輸入的房源與周邊小區(qū)均價對比或者展示該小區(qū)歷史價格走勢。PyQt5 內嵌 matplotlib 的常見做法是用FigureCanvasQTAgg把畫布嵌到窗口里替代傳統(tǒng)的plt.show()彈窗模式。import matplotlib.pyplot as plt from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas from matplotlib.figure import Figure class ChartWidget(FigureCanvas): def __init__(self, parentNone): self.fig Figure(figsize(5, 3), dpi100) super().__init__(self.fig) self.setParent(parent) self.ax self.fig.add_subplot(111) def update_chart(self, price, avg_price): self.ax.clear() labels [預測單價, 小區(qū)均價] values [price, avg_price] bars self.ax.bar(labels, values, color[#4C72B0, #DD8452]) self.ax.set_ylabel(價格元/平米) for bar, v in zip(bars, values): self.ax.text(bar.get_x() bar.get_width()/2, v, f{v:.0f}, hacenter, vabottom) self.ax.set_title(預測價格 vs 周邊均價) self.draw()這里FigureCanvasQTAgg是把 matplotlib 的圖嵌入 PyQt5 的關鍵接口update_chart每次先clear()再重新繪制避免畫布重影。要注意的是dpi100在 1080p 屏幕上顯示還行分辨率更高的屏幕上字會偏小可以調到 120~150。圖表數據里的avg_price可以從數據集里按小區(qū)分組算好均值存成一個 dict界面加載時直接讀取即可不必實時查數據庫。5. 避坑期末大作業(yè)最常見的 6 個翻車現場與排查方法5.1 PyQt5 安裝失敗報錯信息對不上怎么辦期末季最熱門的問題之一就是“PyQt5 安裝不上”。常見現象是pip install pyqt5卡在下載階段或者裝完之后from PyQt5.QtWidgets導入報錯ModuleNotFoundError。原因有兩個一是 PyQt5 的 wheel 包體積大默認源下載慢二是 Python 版本和 PyQt5 版本不匹配。解決方法是換國內鏡像源安裝同時注意 Python 版本Python 3.9 以上裝 5.15 系列基本沒問題Python 3.6 太老的話裝新版會直接拒絕安裝。在命令行里執(zhí)行下面的命令裝完驗證一次導入能省去后面大量的界面調試時間pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple python -c from PyQt5.QtWidgets import QApplication; print(ok)如果提示ModuleNotFoundError: No module named PyQt5.sip這是 PyQt5 和 PyQt5-sip 版本不對齊的老問題單獨再裝一次pip install pyqt5-sip通常就解決了。5.2 模型預測結果幾乎全是同一個值辛苦訓練完之后發(fā)現不管是輸入什么戶型預測出來的價格都差不多圖表上是一條平線。這個現象的原因集中在特征上要么是特征列順序錯亂模型吃進去的數值和訓練時完全不對應要么是界面構造的feat字典缺失關鍵列模型只能用默認值填充。排查方法是先打印出每次預測時的特征向量檢查面積、樓層這類高權重特征是否真的隨界面輸入在變化。可以在預測代碼里臨時加一行print(pd.DataFrame([feat])[self.feature_cols].to_string())然后切換幾次界面的輸入值看對應列的數字有沒有變化。如果發(fā)現floor_ratio恒為某個固定值那問題多半出在樓層換算公式上如果所有列都不變那是feat字典的鍵名沒跟feature_cols對齊。5.3 PyQt5 界面點擊按鈕后無響應或卡死點“開始預測”之后窗口卡住轉圈幾秒甚至直接崩潰。這類問題幾乎都是因為在主線程里跑了重型計算。on_predict里如果直接加載幾百 MB 的模型文件或者把網格搜索也放進去了界面就會阻塞。解決方法是把模型加載放到窗口初始化階段只做一次另外把預測運算放到QThread里界面保持響應。期末作業(yè)如果數據量不大模型文件一般只有幾十 MB放在__init__里加載是足夠快的。線程問題是 PyQt5 里最典型的翻車點之一。簡單做法是寫一個Worker類用QThread的run方法執(zhí)行預測并發(fā)射信號返回結果from PyQt5.QtCore import QThread, pyqtSignal class PredictWorker(QThread): finished pyqtSignal(float, float) def __init__(self, model, sample_df): super().__init__() self.model model self.sample_df sample_df def run(self): pred self.model.predict(self.sample_df)[0] self.finished.emit(pred, pred * self.sample_df[area].values[0])界面上實例化這個 worker把finished信號連到一個槽函數更新self.result_label。信號槽機制是 PyQt5 里跨線程回傳數據的事實標準用好了整個界面都不會卡。注意線程對象要在界面類里持有引用防止被垃圾回收掉導致信號發(fā)不出來。5.4 數據集里出現重復或異常明顯的離群值二手房價數據里有大量重復的房子記錄很常見同一個小區(qū)同一套戶型在不同時間被抓了多次還有那種 2000 年的老破小賣 2000 萬或者郊區(qū) 500 平別墅單價 1 萬這樣的極端值。不去重、不處理離群值模型會被這些點拉偏。處理分兩步第一步按房源 ID 或“小區(qū)面積戶型”去重第二步用箱線圖法把單價在上下四分位之外 5 倍四分位距的點標出來人工判斷是刪還是留。# 去重 df df.drop_duplicates(subset[community, area, bedrooms, living_rooms]) # 單價的四分位距過濾 Q1 df[unit_price].quantile(0.25) Q3 df[unit_price].quantile(0.75) IQR Q3 - Q1 df df[(df[unit_price] Q1 - 5 * IQR) (df[unit_price] Q3 5 * IQR)]這里用5 * IQR而不是常見的1.5 * IQR是因為房價數據本身方差大用1.5會把大量正常房源誤殺。這個倍數沒有標準答案可以先畫出單價分布直方圖再按倍數調整看保留樣本量是否合理。離群值處理會直接影響最終分數值得多花時間。5.5 界面打包成 exe 后缺少依賴交作業(yè)時導師經常要求打包成可執(zhí)行文件雙擊就能跑。用pyinstaller -w main.py打完的 exe 經常在別人的電腦上報錯最常見的是缺 PyQt5 的插件目錄或者缺模型文件的路徑。解決方法是把模型文件和代碼放在同一個目錄打包時用--add-data把模型文件帶進去并且在代碼里用sys._MEIPASS處理臨時解壓路徑。pyinstaller -w -F main.py --add-data model_rf.pkl;. --add-data feature_columns.pkl;.-w是隱藏控制臺窗口-F是打包成單文件。--add-data后面的分號在 Windows 下是路徑分隔符Linux/macOS 下要換成冒號。代碼中讀取文件的路徑需要寫成import sys, os base_path getattr(sys, _MEIPASS, os.path.dirname(os.path.abspath(__file__))) model_path os.path.join(base_path, model_rf.pkl)用_MEIPASS的原因是 PyInstaller 單文件打包后資源文件會被解壓到臨時目錄直接讀相對路徑會找不到文件。這個坑比較隱蔽屬于打包階段才能發(fā)現的類型提前寫對能省很多時間。5.6 訓練集和驗證集的數據泄漏你精心調出來的分數可能無效這是最容易被老師問倒的一個點。如果先對整個數據集做了StandardScaler再切分訓練集和測試集驗證集的分布信息已經提前泄露給了訓練過程。這個泄漏會讓測試分數虛高答辯時老師抽查代碼很容易發(fā)現。正確順序是先train_test_split再在訓練集上fit然后transform兩個集。隨機森林這類樹模型不需要歸一化但如果你的流程里用了線性回歸或者神經網絡這個順序就必須嚴格。X_train, X_test, y_train, y_test train_test_split(...) scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test)這組代碼體現的規(guī)則是所有“學習參數”的操作都只允許在訓練集上做。缺失值填補、特征選擇、降維同理都要先把 fit 和 transform 分開。很多網上的教程沒有強調這一點作業(yè)里被老師提出來就是硬傷。6. 把作業(yè)做深一個檔次交叉驗證、特征重要性與答辯驗證技巧到了這個階段你的系統(tǒng)已經能跑通了數據處理、模型訓練、PyQt5 界面、打包成 exe 全套都有。但如果想讓老師覺得“這個學生真的理解自己在做什么”還有三件性價比很高的事可以做最后一件對答辯最有用。第一件事是把單次train_test_split評估換成cross_val_score。交叉驗證用多輪數據切分取平均能給出模型真實水平的上限和下限規(guī)避單次劃分運氣好或運氣壞的問題。把交叉驗證結果打成一個表格放到 README 或者答辯 PPT 里比只報一個測試 R2 要有說服力得多。代碼很簡單from sklearn.model_selection import cross_val_score scores cross_val_score(rf, X_train, y_train, cv10, scoringr2) print(f10折交叉驗證 R2: {scores.mean():.4f} ± {scores.std():.4f})±后面的標準差代表模型在不同數據子集上的穩(wěn)定性這個數字越小越好。如果標準差超過了 0.1說明模型對數據劃分太敏感這時候就要考慮是不是數據量太少或者模型過擬合了。第二件事是在界面上加一個“特征重要性”的展示。把隨機森林的feature_importances_畫成橫向條形圖面積、建筑年代、樓層位置排在前三名這個圖表既是模型的解釋工具也是答辯時的講解素材??梢岳们懊鎸懙腃hartWidget類把條形圖嵌到界面右側用戶點擊“模型分析”按鈕就能切換到這張圖。這個功能做起來半小時但對技術深度的展示效果遠超過預期。第三件事也是回報最高的是做一個簡單的模型對比表把線性回歸、隨機森林、XGBoost 三個模型的 RMSE、R2、訓練時間都列出來。不用做得多復雜一個QTableWidget就能搞定或者直接在報告里畫一張表格。內容上要寫清楚“為什么隨機森林在這個數據集上比 XGBoost 好”這個分析本身就體現了差異化的思考能力。常見原因是數據集量不大、特征不多時XGBoost 的復雜度優(yōu)勢發(fā)揮不出來而隨機森林更容易收斂。我個人的習慣是把整個項目按“數據 → 特征 → 模型 → 界面 → 驗證”分成五個目錄每個目錄放一個README.md寫明這個環(huán)節(jié)做了什么、選了什么參數、踩了什么坑。這個習慣在答辯時幫了大忙——老師說“你這個樓層比例特征怎么想到的”我直接打開特征工程的 README里面寫了兩行我當時對比過不同樓層算法的結果比現場組織語言要從容得多。整個項目做下來最大的感受是期末大作業(yè)拼的不只是調包能力更是工程化的組織能力。數據不亂、模型可復現、界面可交互、驗證說得清這四個維度做到位分數不會差。希望這篇筆記能幫到你在動手之前少走幾個彎路。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
国产操逼网站| 久狠日av| 高清国产AV| 五月天色色网站| 77799热| 男妓跪趴把舌头伸进我的嘴巴| 色情久久久| 色欲久久久久久综合网综合网| 久色激情| 丁香五月区| 日日操夜夜操狠狠操| 久久精品一区二区三区四区| 国产 码在线成人网站| 九九九成人在线视频| 色婷婷啪啪| 色五月婷婷少妇人妻| 六月丁花香啪啪激情欧美| 色色热| 亚洲性天天| 日韩久久日| 久99久热| 91ncm视频| 中文字幕 久久9999| 久久婷婷五月综合色奶水99啪| 国产一区二区av免费| 九九青草热| 伊人婷婷五月| 26uuu欧美亚洲日韩| 婷婷久久婷婷| 欧亚中文A V| 丁香婷婷大香蕉| 丁香婷婷成人在线播放| 五月天性色| 亚洲av综合网| 97人人做| 91在线日| 先锋五月婷婷丁香草草| 超碰在线9| 五月色丁香婷婷综合| 婷婷五月丁香综合激情小说| 色综合丁香| 成人免费黄色短视频| 色优久久| 丁香五月色网| 五月天丁香成人社| 人妻激情综合| www色五月| 超碰不卡在线| 色噜噜狠狠色综合成人99| 激情五月天www| 五月天婷婷丁香蜜桃91| 能看的AV网站| 俺也去在线久久精品23欧美综合视频网站,丰满人妻一区二区三区在线视频53,丰满 | 色九月婷婷| 7777精品伊人久久久大香线蕉最新版| 久久婷婷丁香五月宗合| 婷婷五月综合社区在线| 日本wwww在线| 97日本在线| 琪琪色网在线| 婷婷五月综合网激情| 婷婷色色综合| 午夜伊人大香蕉| 亚洲精品一区无码A片| 五月天天天色| 无码人妻少妇色欲AV一区二区| www.五月天| 综合激情站| 丁香色色网| 人妻中文在线| 亚洲精品字幕在线观看| 五月刺激丁香月综合| 另类在线| 色婷婷91激情小说| 九月婷婷人人操人人舔人人爱| 骚五月婷婷| 婷婷五月天丁香久久| www.狠狠操| 天天操天天插| 久久99草五月婷婷| 免费无码毛片一区二区A片| 九九爱精品网站| 超碰人人99| 超碰人人91| 五月丁香人人婷婷在线观看| 丁香婷婷基地| www.婷婷.com| 丁J香六月首页| 亚洲久久激情| 无码婷婷五月天| 6080av| 亭亭丁香久久五月| 婷婷色丁香六月| 国产婷婷五月在线视频| www.99视频| 亚洲乱码日产精品BD| 中文字幕网伦射乱中文| 免费色婷婷| 综合五月丁香97| 国产97色在线| 色另类五月天| 天天爽天天| nvrentiantang av| 人人爱操| 狠狠情色| 337p午夜影院| www.久久爱.com| 91色综合网| 99热在线观看| 精品国产a| 99日逼视频| 婷婷五月天最新综合你懂的| 九月丁香五月婷婷| 天天色天天| 中国女人做爰A片| 免费日本aⅴ中文字幕 | yazhouzonghesese| 97资源碰碰| BBWCUCKOLD精品熟妇| 欧美日本国产| 五月激情五月丁香| 991国产精选视频在线播放下载| 色99网站| 91嫩草久久| 激情综合五月激情17| 婷婷激情五月天天天开心| 丁香六月色情| 91久久久久久| 色色色色色五月丁香| 五月丁香六月色婷| 婷婷亚洲综合| 亚洲日本三级片| 午夜免费试看| 六月婷婷久久| 色色亚洲99com| 丁香色五月 97干| 26uuu国产激情视频| www.婷婷五月天| 精品一二三区久久AAA片| 色婷成人狠干| 开心激情网五月| 久久九九99| 4399无码视频二区| 五月丁香久久久日婷婷久久婷婷日| 高清免费在线视频| 26uuu四色| 超碰人人摸AV| 操碰99在线视频观看| 五月丁香婷婷基地| 99爱在线| 这里只有精品免费视频| 成人丁香五月婷| 久操操| 99无码黄色视频| 天天婷婷综合亚洲亚洲| 国产免费一区二区在线A片视频| 婷婷综合另类| 五月婷婷基地| 九热av| 丁香五月第九色| 操久久网| AV操一操| 激情五月少妇| 六月丁香婷婷爱| 婷婷天天插天天爱| 裸睡玩奶头(高H)| 色色色综合网| 丁香六月婷婷久久综合| 婷婷99狠狠躁天天躁| 五月综合精品| 91麻豆国产三级精品福利在线观看| 婷婷99狠狠躁天天躁| 日本九九网| 9色免费网| 天堂婷婷丁香六月网| 激情综合婷婷| 久久久久久激情| 婷婷99狠狠躁| 日本天堂免费99| 免费观看欧美成人AA片爱我多深 | 免费观看全黄做爰的视频 | 天天摸天天做天天爱天天爽| 熟妇高潮一区av| 天天综合五月| 99日本黄站| 亚洲精品国产A久久久久久| 成人精品网站在线观看| 久久这里只| 久久人妻伊人| 9999久久久久| 色色婷婷丁香| 久久99精品久久久久久三级| 亚洲中文AV网站| A片试看120分钟做受视频红杏| 天天草婷婷五月| 久久996re热这里只有精品无码| 五月婷婷丁香五月| 天干天天干天天天天天| 婷婷五月丁香色色| 深爱五月婷婷| 97色婷婷| 男人的天堂婷婷色五月| 国产成人99久久亚洲综合精品| 97操在线| 丁香五月欧美| 入口五月婷婷六月香| 天天综合网在线| 六月激情网| 玖玖午夜视频| 青青夜夜狠狠夜夜狠狠| 99色在线观看视频者| 狠狠色噜噜狠狠狠888了| 亚洲性爱AV在线| 激情婷婷五月基地| 婷婷婷五月香蕉| 99热综合网| 五月丁香婷婷色色色| 中文久久婷婷| 99r久久这里只有精品| 婷婷激情五月| 色五婷婷在线视频| 婷婷色播六月无码| 综合性爱网| 狠狠草在线观看| 5月丁香婷婷| 涩丁香91| 另类专区在线观看| 精品无码视频| www.色99| 91久久精品视频| av在线免费网站| 色五月色图| 99热99在线| 婷婷色五月91啪啪| 丁香色六月婷婷| 婷婷激情五月天激情在线| 久9热| 四五月婷婷| AV免费在线网站| 丁香激情久久| 久热视频这里只有精品| 欧洲99视频在线| 五月丁香色停停啪啪啪| AV操操操| 丁香五月天电影| 九九香蕉网| 丁香五月亚洲综合丝袜| 天天综合网站| 五月天婷婷操逼视频| 99精品视频在线免费观看| 啪啪啪丁香五月| 五月天啪啪视频| 五月丁香婷庭在线| 五月色婷婷在线观看| 国产黄色av| 亚洲综合色婷婷| 久久久免费精彩视频| 久热人妻| 97热久久| 在线不卡的视频| 色日本五月天| 五月激情天| 99精彩视频在线观看| 九九 激情 网| 亚洲中文AV网站| 色婷婷激情| 五月成人网站| 毛片毛片毛片毛片| 天天干天天干天天干天天干天天干天天| 狠狠情色| Caop在线| 激情综合网站| 91碰操| 亚洲精品又粗又大又爽A片| 九九热re99re6在线精品| 人妻在线中文字幕久久| 婷婷色五月天第7色| 色色婷婷丁香五月天| 婷婷六月丁香激情| 五月婷婷之综合激情在线| 99热这里只有精品4| 色五月亚洲| 青草激情在线| 五月丁香婷在线| 做爱夜夜干天天操| 狠狠艹狠狠艹| 国产色色网站网址| 国产视频久色| 狠狠va| 久久这里精彩免费在线观看| 91色久| www一起操| 91丨九色丨首页| 噼里啪啦完整版中文在线观看| 99热最新| 99综合自拍| 777色色色| 久久AV电影| 丁香五月婷婷呀| 色欲婷婷夜夜| 婷婷综合网在线| 天天想夜夜爽天天爽| 草一草avb| 日韩黄色网络| 婷婷大香蕉| 丁香五月天网站| 91黄址| 丁香五婷婷| 操日本三片99| 狠狠操综合| 色色五月天丁香| 亚洲成人av在线| 五月丁香婷婷综合视频| 色色五月丁香婷婷| 色99亚洲| 色丁香五月婷婷在线| www.夜夜.com| 综合网激情| 激情综合色图| 婷婷五月天AV| 人妻激情久久| 婷婷九月丁香天堂丁香天堂| 色三级色三级| va中文资源在线观看| 涩综合在线 | ..真实国产乱子伦对白在线_欧| 色婷婷丁香五月| 五月综合激情婷婷六月色窝| 少妇出轨做爰高潮A片| 日本色色影片| 人妻中文字幕网| 97在线/亚洲| 另类图片天天影视在线观看| 天天在线天天综合网色| 天插天啪天啪天啪| 婷婷五月色播| 五月天成人伊人| 九九视频精品在线免费| 丁香五月欧美| 综合网色| 国产精产国品一二三在观看| 一区中文字幕电影| 婷婷八月激情| 婷婷噜噜| 五月丁香婷婷综合网| 九九热在线精品视频| 五月综合色| 91大屁股在线| 91一起操| 五月丁香六月婷婷亚洲激情综合| 久久五月天婷婷| 色婷久久| 亚洲亚洲人成综合网络| 色99色| AV伊人青草丁香六月| 欧美综合激情五月丁香| 五月综合丁香婷婷| 五月丁香亭亭电影久久| 99操逼| 婷婷五月噜噜| 色五月天电影| 任你干线上免费视频有3吗| 超碰二区| 婷婷综合五月天亚洲综合| 荷兰av一级| 天天干,天天日| 熟妇高潮一区av| 99碰| 激情五月综合网| 天天揷综合网| 色婷婷手机在线| 亚洲婷婷免费| 六月婷婷激情| 亚洲色精彩| 人草人人| 六月激情网| 伊人网欧美在线男人天堂五月丁香| 五月开心深爱激情网| 欧美成人色婷婷| 婷婷五月天综合色| 99天堂在线观看免费视频| 伊人婷婷五月天| 99在线视频观看| 97热视频| 99九九精品视频| 亚洲精品成人| 五月丁香六月婷婷成人| 97久久超碰| 99免费视频精品| 婷婷娌伦网| 亚洲乱码日产精品BD| 日韩在线成人电影| 五月激情婷婷女| 五月天成人综合| 婷婷五月色天| 大香蕉中文| 久久精彩视频18| 无码地址| 激情欧美五月丁香| 99这里有精品视频| 女人天堂AV| wwwav大香蕉| 亚洲综合视频天天精品| 久久这里只有精品8| 色一情一乱一乱一区9| 激情色情五月天| 九九黄色网| 五月丁香婷婷在线| 欧美六月| 六月婷婷六月天天在线免费| 激情五月天婷婷| 久久99精品久久久久久噜噜| 久久九九热视频| 婷婷开心久久| 日日夜夜亚洲一区| 色婷婷丁香五月综合| 风流少妇A片一区二区蜜桃 | 色播五月婷婷综合| 丁香九月激情| 三区激情四射av| 色五月丁香五月| 超碰猛烈的性猛交| 丁香婷婷五月色成人网站| 婷婷五月超碰| 五月色综合| 婷婷狠狠香蕉综合| 可以直接看的av| 2015在线中文字幕| 五月天婷婷激情在线色图| 第四色色六月色综合| 久久激情五月网| 丁香六月婷婷基地| 欧美视频在线观看噜噜| 色五月色开心开心五月| 丁香婷婷深情五月亚洲| 99re免费在线视频| 婷婷五月天色色| 超碰成人免费| 婷婷五月天成人| 天天操天天爽天天爱| 无码人妻少妇色欲AV一区二区 | 婷婷日| 嫩BBB槡BBBB搡BBBB| 五月激情精品视频| 无码日本精品XXXXXXXXX| 国产裸舞福利资源在线视频| 日本99热| 丁香五月,激情五月,深爱五月| 综合在线观看99| 五月丁香六月激情欧美综合| 久久久.COM| 亚洲午夜视频| 99爱精品| 国产精品激情五月天色婷婷| 激情五月天综合网| 久久久久久久人妻| 色永久| 4399精品一区二区| 五月久久婷婷| 91视屏在线观看com.wwwvv| 91妻人人爽人人看片| 丁香六月婷婷姐网| 五月婷婷啪啪啪| 婷婷激情六月综合| 亚洲人人96@| 丁香五月之久操视频| 婷婷色丁香六月| 久99久视频免费观看| 丁香五月首页| 五月丁香久久久| 伊人九九68| 欧美激情VA永久在线播放| 97碰| 色婷婷成人色网| 丁香婷婷激情五月天无毒不卡蜜桃| 性爱七区| 精品一二三区久久AAA片| 五月丁香六月婷婷不卡免费无码| 久碰综合| 婷婷丁香社区| 色婷婷丁香五月天在线观看| 天天做天天爱天天日| 91久女| 97在线精品视频| xx综合网| 色久女| 草草女人亚洲| 九月色婷婷| 亚洲久久婷婷| 狠狠色丁香久久久婷| 九九激情网| 综合网天天| 人妻性爱| 五月婷婷人人人操| 久久九九99.www| 亚洲va成人va成人va在线观看| 亚洲第精品| 丁香婷婷五月色成人网站| 天堂成人A片永久免费网站| 五月天色区| 色婷婷色五月丁香| 99网址在线看| 九月婷婷在线观看| 嫩草AV久久伊人妇女超级A| 99免费视频| 天天射综合网天天插| 激情五月综合久久| 亚洲激情四谢| 久久久com| 激情图片婷婷丁香五月| 激情性五月天免费小说视频 | 婷婷开心青青草| 天堂色婷婷| 五月天丁香婷婷久久九| 五月丁香色婷婷| www.五月天婷婷| 亚洲久久婷婷丁香五月天| 另类伊人婷婷| 丁香六月色| 婷婷五月丁香五月| 色色婷婷丁香| 91婷婷色 | 操日本三片99| AA片在线观看视频在线播放| 久婷| 亚洲一区二区无遮挡A片| 婷婷五月综合激情小说| 久久丁香五月婷| 99 这里只有精品| 操九色| 亚洲亚洲人成综合网络| 97超碰综合| 五月亭亭网成人在线视频| 婷婷五月六月| 激情五月天久久| 亚洲超碰青涩| 国产这里只有精品| 被强行糟蹋的女人A片| 久久久精品色| 人人干人人操人人摸| 日韩成人不卡| 丁香婷婷大香蕉| 九九色综合| 色综合女人99| 狠狠狠狠操| 五月丁香综合啪啪| 成人网丁香五月| 一区二区aV电影免费看| 成人精品免费在线观看| 日韩日比视频在线| 色丁香五月综合网| 狠狠草婷婷| 成人短视频在线观看| 十区AV| 日韩精品在线观看9| 91日在线视频| 91日本在线免费| 黑人巨粗进入警花疼哭A片| www狠狠| 99热9| 激情五月久久| 日本欧美成人片AAAA| 久久综合五月天| 色五月婷婷在线| 激情五月婷婷视频一区二区三区| 超碰人妻在线| 五月婷婷涩涩爱| 琪琪色网在线| 91碰操| 无码少妇高潮喷水A片免费| 98国产精品综合一区二区三区| 操操操97| www.99久久久久99| 超碰女人天堂| 开心五月婷婷六月丁香| 久久视频这里都是精品| 激情小说之五月| 欧洲高清免费久久| 99久在线精品99re8热| 日本欧美成人片AAAA| 伊人玖玖网| 国产免费一区二区三区三州老师F1F1.CC| 欧美人妻一区二区| 激情五月综合网最新| 色色色热热热| 亚洲精品第一国产综合亚AV | 婷婷综合婷婷| 久久嘟嘟丁香| 夜夜爽天天| 伍月婷丁香花全集| 影视av久久久噜噜噜噜噜三级| 久久九九爽| 性爱视频99| 人妻丰满精品一区二区A片| 五月丁香六月激情| 欧日韩成人| 六月综和久久| 精品久久这里热66| 97色婷| 免费观看日韩成人av| 久久婷.com| 伊人成人宗合网| 蜘蛛女侠2003满天星免费观看| 色婷婷久久综合中文久久一本| 五月婷婷熟女| 超碰免费人人肏| 丁香五月影视| 狠狠狠狠狠操| 91综合在线| 久久久久久久久久8888| 精品欧美性爱超级爽| 99热销国产这里有精品| 五月婷婷色丁香| 精品人妻一区二区| 噼里啪啦在线观看免费完整版视频 | 午夜激情四射影院| 久热91精品| 五月开心婷婷| 婷婷六月色| 五月色婷婷夜色| 开心婷婷五| 亚洲最大激情无码| 艹B高清无码| 九九精品99| 久久婷婷五月综合伊人| 九九在线视频| 色五月色五天色情网| 99日这里只有精品| 噼里啪啦完整版中文在线观看| 五月丁香黄色| 99爱无码| 疯狂做受XXXX高潮A片| 亚洲激情综| 五月丁香六月欧美| 天天操天天插| 五月丁香花激情综合网| 婷婷色五月天在线| 五月丁香婷婷五月色| 久综合| 国产精品色婷婷AV综合色色| 内射人妻视频国内| 久久中文人妻系列| 狠狠丁香| 午夜成人综合| 久久538| 9l久久久视频| 婷婷丁香综合成人| 欧洲电影在线观看免费版英语版| 亚洲精品乱码久久久久久按摩观| www.五月婷婷.com| 四射综合网| 婷婷五月天成人基地| 婷婷色网| 激情丁香婷婷六月天| 欧美激情VA永久在线播放| 亚洲va久久久噜噜噜久久天堂| WWW.五月天9999| 色婷婷视频| 亚洲在线视频321| 亚洲色激情| 超极99精品| 丁香婷婷人妻综合网| 丁香 久久| 亚洲精品网址| 亚洲另类日本| 五月婷婷丁香网| 丁香五月婷婷丫| 538在线精品| 丁香婷婷黄网站| 丁香五月激情啪| 一本久道综合99| 色色色色热| 五月婷婷久| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 丁香五月婷婷在线| 久久五月婷婷电影| 天天拍天天操| 五月天激情小说电影| 99无码视频| 五月天三级| 国产肥白大熟妇BBBB视频| 熟女五月天久久综合| 超pen个人视频97| 色综合久久88色综合中文字幕| 中文激情网| 天天操夜夜玩!| 丁香婷婷五月天亚洲| 激情伊人五月婷婷久久| 日逼影音先锋男人AV资源站| 亚洲另类噜噜| 蜜臀av粉嫩av懂色av| 色情五月丁香| 五月婷婷六月丁香激情深爱| 99ER热精品视频| 激情五月天www| 久久婷婷五| 久久精品99久久久久久| 亚洲另类婷婷五月丁香在线播放| 风流少妇A片一区二区蜜桃| 大香蕉院线| 成人一区在线观看| 91狠狠综合久久久| 色婷婷丁香五月在线| 亚洲精品一区中文字幕乱码| 色六月视频| 第四色五月婷婷| 五月婷激情| 婷婷中文字幕版| 五月天丁香婷婷视频网址 | 欧美噜一噜| 欧美久久久久久久久中文字幕| 婷婷五月成人系列| 五月丁香综合啪啪| 波多野结衣不卡AV| 97超碰在线免费观看| 人妻久久久久久久久妻久久久久久久久 | 五月天婷婷伊人| 五月色婷婷在线观看| 人妻日日日| 色色a| www.天天干.com| 婷婷日韩| 99热久| 久久久五月婷婷| 99噜噜| 婷婷99狠狠躁天天久久久九九九| 日本婷婷| 五月丁香直播| 日韩99视频| 99re6在线视频精品免费| 综合一本道| 亚洲婷婷视频| 激情五月天婷婷色色色色色色色色色色色 | 少妇大叫太大太粗太爽了A片| 毛片色五月| 淫视馆aV二区一区| 中文字幕av久久爽| 国产亚洲成AV人片在线观黄桃| 日本爆乳片手机在线播放| 91热er| 日本一毛片| 激情亚洲五月| 婷婷亚洲综合| 五月丁香亭亭| 婷婷五月色综合| 91黄址| www.韩日视频| 国产99久久久国产精品免费看| 婷婷五月六月| 99视频在线观看视频| 大香蕉久久久久| 国产亚洲成人综合| 欧美电影在线观看| 久久只有18视频| enecarbon-materials.comWu染请涟系Bao护@wip1688 | 色五月成人在线| 五月丁香网视频| 特级操b片| 香港九九六区八区99| www.99视频| 天天日天天舔| 天天做 天天爱| 国产在线6| 婷婷五月色情天| 一区=区操屄高清大全av| 噼里啪啦在线观看免费完整版视频| 99啪99| 91色情播放| 久久九九99字幕| 亚洲VA欧美VA| 亚洲精品成人| 国产.亚洲.欧洲视频在线| 亚洲一级 片内射网站在线观看| 欧美日韩91| 中文成人在线| 999热这里只有精品| 久久99热精品a片在线观看| 色五月婷婷天天干| 久久大香蕉| 激情久久久久| 99热大香蕉| 亚卅毛片| 站长推荐无码播放| 视频一二区| av无码电影| 色婷成人狠干| 97爱综合| 五月丁香九九| 午夜婷婷久久| 另类激情码| 超碰9| 色碰碰| 97影院一级片| 91色久| 色婷婷小说| 久9热| 丁香五月婷婷深五月| 亚洲超碰在线| 99五月丁香丁| 丁香六月天AV| 日日操夜夜爽天天天| 日本精品。999| 狠狠搞综合色| 涩涩婷婷五月| 亚艹艹| 日日操日日撸| 高清视频一区| 第四色五月天| 六月激情网| 最近中文字幕大全免费版在线 | 性生生活大片又黄又| 久久AAAA片一区二区| 中国无码av| 欧美,日韩成人在线| 色.五月综合网| 亚州操操| 色色色99| 激情内射人妻1区2区3区| 91色色五月天| 99精品网址| 9精品视频在线观看| 九九香蕉网| 五月情综合| 丁香五月婷婷激情中文| 成年人丁香五月| www.色9| 亚洲综合婷婷| 久久久久久99日本| 色婷婷激情四射视频| 91人妻人人做人碰人人爽九色| 六月色婷婷色| 密臀久久| 五月天婷婷激情综合| 丁香婷婷六月天| 色婷婷色99国产综合精品| 婷婷香草网| 绿色小导航AV| 天天干,天天舔| 六月婷婷色宗合| 激情五月婷婷综合| AV性爱在线| 色噜噜狠狠狠狠色综合久欧美| 91在线视频综合| 久久这里都是精品免费| 性99网站| 色综合色五月| 五月天婷久久| 丁香五月天堂网AV| 人妻性爱av网站| 丁香五月婷婷激情中文| 综合久久影院| 狠狠爱青青草| 五月天社区| 韩国久久少妇视屏| A片一曲| 成熟妇人A片免费看网站| 色婷婷色五月综合| 玖玖伦理电影| 亚洲最大视频| 中文字幕日产A片在线看| 啪啪视频99| 怡红院 久久| 79色色色色| 丁香五月电影| 综合精品啪啪| 思思99精品视频在线观看| 五月婷婷激情视频| 五月天激情国产综合婷婷婷| 一起草av在线观看| 久久狠狠色| 婷婷久久网| 9久操| 嫩草综合网| 日本系列_4页_777FP| 色综啪啪网| 国产激情久久久| 狠狠xx| 五月丁香婷婷成人网| 九九伦子片| 包操45分钟网站| 中文AV在线观看| 精品一区久热| 久热只有这里有精品| 丁香五月成人网| 国产精品第一国产精品| 97色婷| 亚洲精品国产精品乱码视99| 熟女人妻一区二区三区免费看 | 国产色香蕉精品五夜婷| 激情欧美婷五月| 狠狠色噜噜狠狠狠狠综合| 国产九月婷婷| 色在线五月天免费| 综合久久婷婷| 久久久久久99精品无码| 亚洲最大五月六月丁香婷婷| 超碰国产在线| 婷婷综合网| 99热日| 大香蕉久久久久久久久| 一本道综合网| 五月天婷婷久久| 99久久婷婷国产综合精品草原| 丁香综合婷婷五月天| 日本强伦片中文字幕免费看| 91丨九色丨高潮丰满日本| 国产成人亚洲综合A∨婷婷| 2018夜夜草| 国产99精品免费视频| 天天干狠狠| 啪啪激情网| 99色中文| 91丁香五月| 99综合网| 九色PORNY在线精品酒店| 性色99| 1024欧美看片| 一级二级香港秋霞欧美欧美秋霞| 啪啪91| 五月婷婷天天色| www狠狠| 丁香五月婷婷啪| 六月激情婷婷| 另类色网| 777精品久无码人妻蜜桃| 日日天天天| 26uuu成人网| 丁香六月婷月91婷月| 可以直接看的av| 蜜桃婷婷五月| 国产人妻777人伦精品HD| 国内裸舞二区| 亚洲电影在线观看| 色婷婷九月综合| 五月婷婷av在线| 加勒比色色| 国产精品成人AV在线观看春天 | 国产精品涩涩涩视频网站| 99极品视频| 国产精产国品一二三在观看| 婷婷丁香五月天小说| 情欲禁地| 亚洲综合狠狠艹| 色吊操色妞| 九九综合久久| 九九青草热| 欧洲亚洲免费视频9| 99操逼| 操人91| 午夜爱爱爱成人| 射满了还射免费在线观看 -午夜版全集-新视觉影院| 丁香综合伊人AV| 伊人免费视频9| 婷婷五月天色播| 日本久热| 天天干,天天日| 久久在线人妻| 午夜日日| 久久综合干| 九九成人高清视频| 琪琪色综合网站| 五月天激情国产综合婷婷| 国产97色在线 | 日韩| 九九热在线视频观看| 色婷婷五月天天天天天天天天天| 99国产精品久久久久久久久久久| 婷婷涩五月天综合| 超碰在线观看成人视| 欧美成人精品A片免费一区99| 热99国产精品| 9色91视频| 小视频久久久aaa| 久久婷婷五月综合色奶水99啪| 色色色色色色色色网站| 五月婷婷久久内射| 久xxxx| www九九| 亚洲综合视频一下| AV在线收看| 丁香五月婷婷网| 99热久草| 九九色色网| 中文字幕日本最新乱码视频| 久色视频| 色五月 激情婷婷 综合五月天| 伊人影院久久网| 天天肏天天肏天天肏| eeuss人妻| av操B网站| 亚洲欧美成人在线| 五月天婷婷六月激情网| 亚洲色图五月丁香五月婷婷| 九九99免费视频| 99色热视频| 欧美日朝成人| 玖玖九九9999在线观看视频精品| 中文资源在线a| 丁香欧美| 欧美在线视频99| 就去色色五月丁香婷婷久久久| 亚洲区视频| 五月婷婷开心亚州在线| 思思久久网| 婷婷五月a| 国产伦亲子伦亲子视频观看| 丁香五月天电影| 色婷婷伦理| 久久综合无| 99se丁香| 99色在线| 中文久久婷婷| 婷婷亚洲激情在线观看视频| 五月天社区婷婷丁香社区| 久久久亚洲精品一区二区三区浴池| 碰碰女| 日日夜夜爽| 99热九九这里只有精品10| 欧洲亚洲午夜| 天天肏天天舔AV| 9久热| 六月婷婷久久| 99热这里全是精品| 性婷婷| 久久香蕉影院| 99精品视频推荐| 五月天婷婷色播综合在线| 久操大香蕉| 97视频久久| 蜜臀av无码久久久久久久久| 操九色| 操b视频在线观看一区二区| 久久久97| 色婷婷综合久久久久| Www.狠狠| 婷婷综合激情五月综合| 激情文学 综合 色| 2017人人操| Av在线资源| 成人无码精品1区2区3区免费看| 久操大香蕉| pacopacomama 070722_670 素人奥様初撮りドキュメント 103 大久保純子 | 丁香五月婷婷基地| 69色色视频| 俺五月| 天天看片日日夜夜| 亚洲丁香花色| 97人人操人人| 久久女人九九| 精品久久久91久久影视网| www.激情| 亚洲激情另类| 色播五月| 色婷婷狠狠| 激情五月天婷婷丁香| 九月激情网| 久久久久久久97| 色婷婷五月在线| 91日日日| 97人人干人人操| caop在线视频| 另类激情五月| 五月婷啪| 中文字幕在线播放视频| 91大神操美女| 九九热精品99| 五月天婷婷基地综合网| 五月丁香六月激情| 成人在线视频一区| 精品久热69| 综合久久9| 啪啪激情网| 91viP在线看| 91操操| 九热精品| 国产免费一区二区三州老师F1F1| 婷婷婷久久久| 99久热在线精品| 色婷婷亚洲婷婷| 美女五月天| 女人天堂AV| 99人妻碰碰久久久禁片| 色五月丁香com| 欧美69色| 9九色首页| 69色婷婷| 91超碰人人操| 激情五月丁香五月| 色综合色五月| 婷婷欧美偷拍综合| 婷婷免费成人视频| 啪啪啪五月天| 亚洲综合激情五月| 这里只有精品视频在线| 久99热| 五月婷婷综合网| 婷婷桃色网| 五月丁香九九| 婷婷操超碰| 亚洲性受XXXX五月丁香| 婷婷五月俺要去| 亚洲天堂aaa| 天天肏高清在线| 激情五月综合网| 开心激情站| 天堂久久久久天堂网| 亚洲欧美日韩另类| 九九干视频| 五月丁香六月婷婷啪啪| tingtingjiqingwuyue| 色婷婷AV五月天| 久久天天| AA丁香综合激情| 麻豆忘忧草午夜| 激情AV在线| 五月婷婷干干干| 天天成人综合视频| 婷婷五月在线视频| 噼里啪啦在线观看免费完整版视频| www五月婷婷88导航| 噜噜操操| 色亚洲视频| 一本综合丁香日日狠狠色| 激情五月综合网| 成人AV在线电影| 97超碰色| 99re热视频这里只有综合亚洲| 色噜噜,噜噜色| 色偷偷色婷婷| 综合五月天| 日本情色一区二区| 六月丁香激情综合网| 噜噜网免费视频| 丁香五月婷婷基地| 红桃91人妻爽人妻爽| 97碰免费精采视频| 婷婷色五月综合丁香| 亚洲99精品欧美一区| 9久精品| 中文字幕成人日韩| 日韩欧洲亚洲| 青青草原福利在线| 91热网址| 精品香蕉99久久久久网站| 久久ri精品视频| 99精品热视频只有精品10| 国产美女视频久| ji'qi'luan'ren'lun| 久久久久久久久久8888| 996黄色片| 99er免费在线观看| 久热免费视频| AⅤ网站在线看| 九九AV在线| 国产精品热搜丁香五月婷婷| 激情五月婷婷五月| 久久天堂色| 伊人丁香五月| 欧美va视频| 午夜天天精品视频| 天天色天天射天天日| 丁香成人视频| 色五月婷婷五月天| 丁香六月激情四射| 久久精品永久免费| 99热在线只有精品| 五月天婷婷社区久久综合| .操區COm| 色综合久久综合中文综合网| 五月婷婷先锋| 天天做天天爱天天爽在| 婷婷精品在线| 激情丁香五月天图片| 亚洲五月综合色播| 婷婷五月天综合网| 色婷婷777狠狠| 啪啪亚洲综合| 国产视频色色色色色色色| 久久这里只有精彩| 99色视频在线| 在线综合亚洲欧美65| 丁香五月婷婷激情小说| 狠狠狠狠狠狠色| www.玖玖婷婷在线| 另类图片婷婷五月天| 五月丁香| 大香蕉久久伊人婷婷五月丁香| 激情综合色婷婷啪啪六月天| 一本色道久久综合狠狠躁一二三 | 综合一本道| 九九九干精品| 天天操天天爽天天爱| 五月天丁香| 欧美天天爽| 色色婷婷五月天| 欧美色图45678| 丁香六月五月天| 國語久久婷| 日韩色色视频| 五月丁香婷婷伊人| 思思久久96热在精品国产,| 五月丁香无码| 色99色| 九九这里都是精品| 婷婷五月精品| 玖玖精品视频| 韩日AV片| 人人摸人人搞| 区啪精品| 超碰爱爱爱| 97人妻碰碰碰久久| 97色97干| www激情网站| 97色色色视频| 操B视频在线播放| 九九这里精品| 久777| 这里只有精品网| 91精品啪| 色五婷婷在线视频| 99re视频在线播放| 高清视频一区| 这里有精品99| 99热.com| 四色 爱 婷婷 精品 亚洲 五月天| 99热66| 婷婷成人五月天一区| 天天激情站| 99热12| 涩 五月 婷婷 狠狠| 激情网婷婷五月天| 激情丁香九九五月综合网| 另类精品视频在线观看| 五月婷啪| 玖玖在线视频| anquye伊人| 免费碰碰视频久| 五月激情综合美女久久| 青青草色在线视频观看| 夜夜撸天天操| 婷婷五月丁香色情| 夜夜嗨一区二区三区直播内容 | 亚洲小视频免费播放| 色吧五月| 天天爽天天摸| 777久久久| 九九热99热| 色五月激情五月丁香五月婷婷啪啪综合| 日本婷婷色| 五月丁香六月综合基地| 国产午夜精品一区二区| 婷婷伊人五月天| 五月天自拍网| 五月情涩综合婷婷| 丁香六月婷婷综合激情欧美| 蜜臀A∨在线水帘洞| 99久久五月婷婷| www.婷婷亚洲基地| 日韩六十路91性交电影| 日韩有码一区| 任你艹| 久草五月天电影网| 91人人爽人人操| 九九RE视频在线精品| 五月丁香六月激情综合啪啪| 涩婷婷视频快播人妻| 97在线精品|