Python3机器学习实践：线性回归【实例：波士顿房价预测】

线性回归是机器学习中最基础的算法，它研究的是样本目标和特征变量之间是否存在线性关系。 现在我们有506条有关波士顿房子的综合数据，包括房子的价格、房子所在区的犯罪率、黑人比例、高速公路条数等。每条数据就是一个样本，房价就是目标变量，其他数据可看作特征变量。 线性回归的步骤： 1，建立模型：确定目标和特征变量，建立方程 其中Y代表目标(因变量)，X为特征(自变量)，W为需要计算的参数。数学符号便利性

>>阅读原文<<