簡介
第二週的課程，正式進入到個案的部分。本次要探討的主題是如何預測房價？相信這是很多人都想要知道的一件事情，尤其在買賣房屋的時候。假設我們是買方，我們會想要知道這間房子大概值多少錢？它有三層樓，坪數是一百二十坪，有三間浴室，附有兩個停車位。
我們使用到一個很基本的分析方法，回歸方程式。一條回歸方程式分為兩個部份：自變數(independed variable)與應變數(dependend variable)。顧名思義，自變數就是可以我們自己來改變它的值的數字，像是每間房子的大小、浴室數量等，這些我們也把它稱為屬性。而應變數指的就是會隨著自變數而跟著改變的數值，像是房子的價格會隨著坪數的大小而改變。
而透過回歸的方式就是希望可以找到一條方程式，把自變數的值(房子的屬性)丟進去之後，就可以得到應變數(價錢)是多少。
有了這最基本的認知之後，就可以開始使用python去做分析與預測了(詳細關於回歸方程式的介紹我在此就先不多說，有興趣可以自行翻閱相關資料，或是我有空再補充)。
＃程式實作1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16import graphlab
# 載入房地產的資料
sales = graphlab.SFrame('home_data.gl/')
# 直接查看一下匯入的資料，共有21613筆資料，每筆資料有21個欄位
sales
# 將canvas的顯示目標設定在ipython notebook內
graphlab.canvas.set_target('ipynb')
sales.show(view="Scatter Plot", x="sqft_living", y="price")
#
#
#
#
#