Lære Udfordring: Forudsigelse af Huspriser

Du skal nu opbygge en regressionsmodel baseret på et virkeligt eksempel. Du har en fil, houses_simple.csv, som indeholder information om boligpriser med areal som en egenskab.


              1234
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/houses_simple.csv')
print(df.head())

Næste trin er at tildele variabler og visualisere datasættet:


              123456789
            
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/houses_simple.csv')
X = df['square_feet']
y = df['price']

plt.scatter(X, y, alpha=0.5)
plt.show()

I eksemplet med en persons højde var det meget lettere at forestille sig en linje, der passede godt til dataene.

Men nu har vores data meget større variation, da målet i høj grad afhænger af mange andre faktorer som alder, beliggenhed, indretning osv.
Opgaven er dog stadig at konstruere den linje, der bedst passer til de data, vi har; den vil vise tendensen. Klassen OLS skal anvendes til dette formål. Snart lærer vi, hvordan vi kan tilføje flere egenskaber, hvilket vil forbedre forudsigelsen!

Opgave

Swipe to start coding

Tildel kolonnen 'price' fra df til y.
Opret X_tilde-matricen ved hjælp af funktionen add_constant() fra statsmodels (importeret som sm).
Initialiser OLS-objektet og træn det.
Forbehandl X_new-arrayet på samme måde som X.
Forudsig målet for X_new_tilde-matricen.

Løsning

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 5

single

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Suggested prompts:

What is the OLS class and how do I use it for regression?

Can you explain why adding more features improves prediction?

What does the scatter plot tell us about the data?

Awesome!

Completion rate improved to 5.26

Stryg for at vise menuen