Udfordring: Forudsigelse af Priser ved Brug af To Funktioner
Til denne udfordring anvendes det samme boligdatasæt. Nu har det dog to funktioner: husets alder og areal (kolonnerne 'age'
og 'square_feet'
).
1234import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/houseprices.csv') print(df.head())
Opgaven er at opbygge en multipel lineær regressionsmodel ved hjælp af OLS
-klassen. Derudover skal du udskrive oversigtstabellen for at se p-værdierne for hver funktion.
Swipe to start coding
- Tildel kolonnerne
'age'
og'square_feet'
fradf
tilX
. - Forbehandl
X
til brug iOLS
-klassens konstruktør. - Byg og træn modellen ved hjælp af
OLS
-klassen. - Forbehandl arrayet
X_new
på samme måde somX
. - Forudsig målet for
X_new
. - Udskriv modellens oversigtstabel.
Løsning
Hvis du har gjort alt korrekt, har du fået p-værdier tæt på nul. Det betyder, at alle vores funktioner er signifikante for modellen.
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 5.26
Udfordring: Forudsigelse af Priser ved Brug af To Funktioner
Stryg for at vise menuen
Til denne udfordring anvendes det samme boligdatasæt. Nu har det dog to funktioner: husets alder og areal (kolonnerne 'age'
og 'square_feet'
).
1234import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/houseprices.csv') print(df.head())
Opgaven er at opbygge en multipel lineær regressionsmodel ved hjælp af OLS
-klassen. Derudover skal du udskrive oversigtstabellen for at se p-værdierne for hver funktion.
Swipe to start coding
- Tildel kolonnerne
'age'
og'square_feet'
fradf
tilX
. - Forbehandl
X
til brug iOLS
-klassens konstruktør. - Byg og træn modellen ved hjælp af
OLS
-klassen. - Forbehandl arrayet
X_new
på samme måde somX
. - Forudsig målet for
X_new
. - Udskriv modellens oversigtstabel.
Løsning
Hvis du har gjort alt korrekt, har du fået p-værdier tæt på nul. Det betyder, at alle vores funktioner er signifikante for modellen.
Tak for dine kommentarer!
Awesome!
Completion rate improved to 5.26single