本章介绍回归任务中的监督学习。回归旨在预测连续数值，例如预测房价或气温，基于相关特征。

你将从线性回归的基本知识开始，它是这类问题的基本算法。我们将涵盖如何：

• 使用 Scikit-learn 统一的 API 实现线性回归模型，特别是 LinearRegression 估计器。
• 解释模型学习到的系数，以了解特征的重要性。
• 使用标准回归指标评估模型性能，例如平均绝对误差 (MAE)、均方误差 (MSE) 和 $R^2$ 分数。
• 在 Scikit-learn 中高效地计算这些指标。

在本章结束时，你将使用一个实际数据集，构建并评估一个完整的回归模型，应用所学知识。