人工智能与机器学习实验（二）----多元线性回归预测房价.pdfVIP

人工智能与机器学习实验（二）多元线性回归预测房价--第1页 ⼈⼯智能与机器学习实验（⼆） 多元线性回归预测房价 ⼀.前⾔ “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（计算机）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，理解偏差数据、缺少数据的预处理（数据清洗）、“特征共线性”的检测⽅法以及统计学的传统估计参 数。 ⼆.多元线性回归简介 社会经济现象的变化往往受到多个因素的影响，因此，⼀般要进⾏多元回归分析，我们把包括两个或两个以上⾃变量的回归称为多元线性回归。 多元线性回归的基本原理和基本计算过程与⼀元线性回归相同，但由于⾃变量个数多，计算相当⿇烦，⼀般在实际中应⽤时都要借助统计软件。这⾥只介绍多元 线性回归的⼀些基本问题。 多元线性回归与⼀元线性回归类似，可以⽤最⼩⼆乘法估计模型参数，也需对模型及模型参数进⾏统计检验。 选择合适的⾃变量是正确进⾏多元回归预测的前提之⼀，多元回归模型⾃变量的选择可以利⽤变量之间的相关矩阵来解决。 三.使⽤excel进⾏多元线性