以多元线性回归统计模型为基础,用Python语言对美国部分地区房价数据进行建模预测,进而探究提高多元回归线性模型精度的方法。先对数据进行探索性预处理,随后设置虚拟变量并建模得出预测结果,再使用方差膨胀因子对多重共线性进行修正,从而提高模型精度与稳健性,使回归结果在很大程度上得到优化。