Python3機器學習實踐：線性迴歸【實例：波士頓房價預測】

線性迴歸是機器學習中最基礎的算法，它研究的是樣本目標和特徵變量之間是否存在線性關係。 現在我們有506條有關波士頓房子的綜合數據，包括房子的價格、房子所在區的犯罪率、黑人比例、高速公路條數等。每條數據就是一個樣本，房價就是目標變量，其他數據可看作特徵變量。 線性迴歸的步驟： 1，建立模型：確定目標和特徵變量，建立方程 其中Y代表目標(因變量)，X爲特徵(自變量)，W爲需要計算的參數。數學符號便利性

>>阅读原文<<