با استفاده از پایتون و pandas یک فایل CSV شامل ویژگی‌های عددی و یک ستون هدف را بارگذاری کنید، داده‌ها را پاک‌سازی کنید، مجموعه را به آموزش و آزمون تقسیم کنید، با استفاده از scikit-learn یک مدل رگرسیون خطی آموزش دهید و خطای میانگین مربعات (MSE) را روی مجموعه آزمون گزارش کنید.

برای حل این مسئله از pandas.read_csv برای بارگذاری داده‌ها استفاده کنید، با روش‌هایی مانند dropna یا پر کردن مقادیر گمشده داده‌ها را پاک‌سازی کنید، سپس ستون هدف را جدا کرده و از sklearn.model_selection.train_test_split برای تقسیم داده به مجموعهٔ آموزش و آزمون استفاده کنید. قبل از آموزش می‌توانید با sklearn.preprocessing.StandardScaler مقیاس‌بندی ویژگی‌ها را انجام دهید تا همگرایی مدل بهتر شود. در نهایت با sklearn.linear_model.LinearRegression مدل را fit کنید، پیش‌بینی روی مجموعهٔ آزمون انجام دهید و با sklearn.metrics.mean_squared_error مقدار MSE را محاسبه و گزارش کنید. نکات: از random_state در تقسیم داده استفاده کنید تا نتایج تکرارپذیر باشند و پیش از آموزش توزیع و مقادیر گمشده را بررسی کنید.