住房案例研究多元线性回归 源码

住房案例研究-使用MLR 您将首先阅读并可视化数据集,然后准备数据以构建线性模型。 这将包括处理分类变量,添加虚拟变量和缩放。 然后,您将使用自下而上的方法开始构建模型,即,将从一个变量开始并继续添加更多变量。 一旦添加了所有变量,您将像往常一样执行手动特征消除,并继续进行残差分析和预测。 为了进一步分析,您可以使用RFE(在另一个项目中)解决相同的问题。 问题陈述: 考虑到一家房地产公司拥有德里的房地产价格数据。 该公司希望根据面积,卧室,停车场等重要因素来优化物业的售价。 本质上,公司希望: 确定影响房价的变量,例如面积,房间数量,浴室等。 创建一个线性模型,将房价与变量