Python算法练习（八）// 算法：线性回归，数据集：fetch_california_housing

一、挖掘目标

1）分析、识别影响房屋价格的关键特征；2）预测房屋价格。

二、分析方法

经过探索分析发现该案例特征存在①异常值问题②多重共线性问题，通过尝试删除异常值、或不重要特征或有共线性特征来提高R方。本次练习共应用了线性回归、岭回归、Lasso回归算法，并最终确定用岭回归算法建立模型并预测。

三、总结

通过本次练习，系统掌握了线性回归的分析步骤和流程，对线性回归模型有了进一步的认识。

附：练习代码及关键输出

（一）导入数据

（二）探索数据