日常机器学习（二十二）线性预测回归实例——package及数据介绍

本篇讲一个关于线性回归的实际案例：
首先介绍几个常用的包

seaborn包是做数据的可视化的。missingno是做缺失值数据的可视化。
%matplotlib inline这个属于python里的魔法函数，可以省略plt.show()从而直接画图

在线性回归的统计中，主要用到的包是stats和skl包。seed是随机种子。

使用pd.read_csv()可以读取csv文件，na_values="?"表示把问号的数值替换为缺失值。
data.shape表示可以获取数据的维度
data.describe()可以显示出数据的各个统计量的值，第一行count为有效数据的个数。