使用线性回归模型对波士顿数据集进行预测。

1、数据集读入 导入sklearn的自带数据集——boston数据集，分别取出特征向量，以及样本。 2、数据预处理，根据需要进行标准化，归一化处理 查看数据集中的数据，X的数据最小为0.0,最大为711，y的数据最小为5.0,最大为50。数据的跨度较大，因此采用最小最大标准化的规则来把数据归一化到[0,1]，以便让代价函数收敛得更快一点。 标准化后的数据：     3、将数据集划分为训练集与测试集

>>阅读原文<<