其实还是比较好容易理解这个含义的，首先，我们先知道它的用途，就是在py中去创建，然后在机器学习里去使用的，听到这里，觉得还是比较“高大上”，不要认为会比较难学习，因为本章就是针对大部分新手小白做的理解内容，所以大家可以关注学习下这篇在机器学习的基础，理解线性回归。
利用的库：
1 2 3 4 5 | import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
|
准备好库，开始正式创建一个线性回归内容。
代码如下：
1 2 3 4 | Index(['Avg. Area Income', 'Avg. Area House Age', 'Avg. Area Number of Rooms',
'Avg. Area Number of Bedrooms', 'Area Population', 'Price', 'Address'],
dtype='object')
y = raw_data['Price']
|
这样，我们就成功的将线性归里的模型搭建起来了，当然搭建起来以后，那肯定是需要跟数据在一起使用了，然后大家可以带入自己准备的代码试试看效果哦~
