2.2　多變量線性回歸

2.2.1　理解多變量

在2.1節的內容中，筆者詳細地介紹了什么是線性回歸及一個典型的應用場景，同時還介紹了如何通過開源的sklearn來搭建一個簡單的線性回歸模型。相信此時各位讀者對于線性回歸的核心思想已經有了一定的認識。接下來，我們將繼續開始學習線性回歸的后續內容。

在這里筆者還是繼續以房價預測為例進行介紹。盡管影響房價的主要因素是面積，但是其他因素同樣也可能影響房屋的價格。例如房屋到學校的距離、到醫院的距離和到大型商場的距離等。雖然現實生活中一般不這么量化，但是開發商也總是會拿學區房做賣點，所以這時便有了影響房價的4個因素，而在機器學習中我們將其稱為特征（Feature）或者屬性（Attribute），因此，包含多個特征的線性回歸就叫作多變量線性回歸（Multiple Linear Regression）。