Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Herausforderung: Modellbewertung | Polynomiale Regression
Lineare Regression mit Python

bookHerausforderung: Modellbewertung

In dieser Aufgabe erhalten Sie erneut den bekannten Housing-Datensatz, diesmal jedoch nur mit dem Merkmal 'age'.

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_poly.csv') print(df.head())
copy

Als Nächstes erstellen wir ein Streudiagramm für diese Daten:

12345678
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_poly.csv') X = df['age'] y = df['price'] plt.scatter(X, y, alpha=0.4) plt.show()
copy

Das Anpassen einer Geraden an diese Daten ist möglicherweise keine optimale Wahl. Der Preis ist sowohl für brandneue als auch für sehr alte Häuser höher. Das Anpassen einer Parabel erscheint als bessere Option. Genau das werden Sie in dieser Aufgabe tun.

Bevor Sie beginnen, erinnern Sie sich an die Klasse PolynomialFeatures.

Die Methode fit_transform(X) erfordert, dass X ein 2D-Array (oder ein DataFrame) ist.
Mit X = df[['column_name']] wird Ihr X für fit_transform() geeignet.
Wenn Sie ein 1D-Array haben, verwenden Sie .reshape(-1, 1), um ein 2D-Array mit denselben Inhalten zu erstellen.

Die Aufgabe besteht darin, eine Polynomialregression zweiten Grades mit PolynomialFeatures und OLS zu erstellen.

Aufgabe

Swipe to start coding

  1. Weisen Sie die Variable X einem DataFrame mit der Spalte 'age' zu.
  2. Erstellen Sie eine X_tilde-Matrix mit der Klasse PolynomialFeatures.
  3. Erstellen und trainieren Sie ein Polynomialregressionsmodell.
  4. Formen Sie X_new zu einem 2D-Array um.
  5. Verarbeiten Sie X_new auf die gleiche Weise vor wie X.
  6. Geben Sie die Parameter des Modells aus.

Lösung

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 5
single

single

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

close

Awesome!

Completion rate improved to 5.26

bookHerausforderung: Modellbewertung

Swipe um das Menü anzuzeigen

In dieser Aufgabe erhalten Sie erneut den bekannten Housing-Datensatz, diesmal jedoch nur mit dem Merkmal 'age'.

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_poly.csv') print(df.head())
copy

Als Nächstes erstellen wir ein Streudiagramm für diese Daten:

12345678
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_poly.csv') X = df['age'] y = df['price'] plt.scatter(X, y, alpha=0.4) plt.show()
copy

Das Anpassen einer Geraden an diese Daten ist möglicherweise keine optimale Wahl. Der Preis ist sowohl für brandneue als auch für sehr alte Häuser höher. Das Anpassen einer Parabel erscheint als bessere Option. Genau das werden Sie in dieser Aufgabe tun.

Bevor Sie beginnen, erinnern Sie sich an die Klasse PolynomialFeatures.

Die Methode fit_transform(X) erfordert, dass X ein 2D-Array (oder ein DataFrame) ist.
Mit X = df[['column_name']] wird Ihr X für fit_transform() geeignet.
Wenn Sie ein 1D-Array haben, verwenden Sie .reshape(-1, 1), um ein 2D-Array mit denselben Inhalten zu erstellen.

Die Aufgabe besteht darin, eine Polynomialregression zweiten Grades mit PolynomialFeatures und OLS zu erstellen.

Aufgabe

Swipe to start coding

  1. Weisen Sie die Variable X einem DataFrame mit der Spalte 'age' zu.
  2. Erstellen Sie eine X_tilde-Matrix mit der Klasse PolynomialFeatures.
  3. Erstellen und trainieren Sie ein Polynomialregressionsmodell.
  4. Formen Sie X_new zu einem 2D-Array um.
  5. Verarbeiten Sie X_new auf die gleiche Weise vor wie X.
  6. Geben Sie die Parameter des Modells aus.

Lösung

Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

close

Awesome!

Completion rate improved to 5.26
Abschnitt 3. Kapitel 5
single

single

some-alt