机器学习——多元线性回归算法预测房价

一、Excel构造多元线性回归

• 多元线性回归简介
  在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。
  “garbage in garbage out”（简称GIGO），是计算机术语常用的俚语，意思是如果你输入错误的数据，那么输出的结果也是错误的。这个结论在机器学习领域也成立。多元线性回归属于监督机器学习算法，通过已知数据训练得到模型或决策函数。应用此算法时，不能盲目地套用算法，必须对数据的有效性、正确性、假设合理性进行验证，如果发现数据本身不正确，就需要纠正。
• 工欲善其事，必先利其器

1. 下载"多元线性回归模型预测房价.ipynb"与"house_prices.csv"：
   链接：https://pan.baidu.com/s/1gygRvofVtKkZUA_BsH399Q
   提取码：m5nq
2. 利用Jupyter运行以上文件，并尝试理解

• 删掉表里的非数据项(即house_id,area,neighborhood和style)，以进行多元线性回归
  

• 选中要进行多元线性回归的区域，点击左上角的“文件”，选择更多里的选项