Python编程实现使用线性回归预测数据

本文中，我们将进行大量的编程——但在这之前，我们先介绍一下我们今天要解决的实例问题。

1) 预测房子价格

房价大概是我们中国每一个普通老百姓比较关心的问题，最近几年保障啊，小编这点微末工资着实有点受不了。

我们想预测特定房子的价值，预测依据是房屋面积。

2) 预测下周哪个电视节目会有更多的观众

闪电侠和绿箭侠是我最喜欢的电视节目，特别是绿箭侠，当初追的昏天黑地的，不过后来由于一些原因，没有接着往下看。我想看看下周哪个节目会有更多的观众。

3) 替换数据集中的缺失值

我们经常要和带有缺失值的数据集打交道。这部分没有实战例子，不过我会教你怎么去用线性回归替换这些值。

所以，让我们投入编程吧（马上）

在动手之前，去把我以前的文章(Python Packages for Data Mining)中的程序包安装了是个好主意。

1) 预测房子价格

我们有下面的数据集：

步骤：

在线性回归中，我们都知道必须在数据中找出一种线性关系，以使我们可以得到θ0和θ1。 我们的假设方程式如下所示：