利用Python实现多元回归预测汽车价格

引言：

AI技术的热门使得大家对机器学习有了更多的关注，作为与AI技术息息相关的一门课程，从头了解基础的机器学习算法就显得十分有必要，如：梯度下降，线性回归等。

正文：

本文将讲解线性回归中多元回回归的案例

机器学习大致可以分为监督学习，非监督学习、半监督学习还有更高级的强化学习。

线性回归是监督学习的一种，是回归问题，当然后续还有提及分类问题。监督学习，即有监督的学习，供给“机器”学习的数据集需要有一定要求，就是对于数据集需要有标签集，让它知道“这道题的答案”是什么，通过足够多的数据集，虽然不能完全准确的得到答案，但是能够在较小的误差范围内拟合大多数的数据。

比如说给你这样的一个数据集：

目的是预测汽车的价格。

或许要是我们手动的画出曲线，也是一件不可能的事情，这么多维度的特征，是无法实现画出来的。也或许我知识浅薄，暂时画不出来，但是可以将预测出的价格与实际价格相比较，那样也能十分直观的显示出预测的效果。

但是如何让“机器”知道呢？那么就要建立一个线性回归的模型，把数据扔给这个模型，让它自己学习，当然你要告诉他，什么样才是拟合不错的情况，就是要建立一个优化函数（损失函数）。

当然在数据集中可能有一些特立独行的点或者集合，会脱离曲线的走向趋势，那么我们往往需要对数据进行预处理，之后才能给机器学习，否则往往会产生很差的训练效果。或者说这么多特征，不一定是都有用的，我们可以利用一些方法去挑选有用的特征或者说影响力大的特征，这里可以使用的方法有：PCA（主元分析）、随机森林方法等。

现在不管是MATLAB还是Python进行编程，都有封装好的模型，只需要调用相应的模型即可，大大简化了编程的难度。比如对于线性回归问题，调用的模型就是：sklearn

中的LinearRegression(fit_intercept=True,copy_X=True,n_jobs=-1,positive=False)

对于刚刚提到的例子，经过编程学习到的相关系数有：

特征系数：

常数：

通过测试集验证 得分为/均方误差为

拟合后的散点图：

可见把散点图的趋势已经大概描述出来了，并且对于测试集验证之后的得分也还行，整体趋势还能看出来大概是y=x，那么说明预测的价格和实际价格差不多。