Lernen Herausforderung: Bewertung des Modells

In dieser Aufgabe erhalten Sie den altbekannten 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())

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()

Eine Gerade passt hier schlecht: Die Preise steigen sowohl für sehr neue als auch für sehr alte Häuser. Eine Parabel bildet diesen Trend besser ab — genau das werden Sie in dieser Aufgabe erstellen.

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

fit_transform(X) benötigt ein 2D-Array oder DataFrame. Verwenden Sie df[['col']] oder wenden Sie für ein 1D-Array .reshape(-1, 1) an, um es in ein 2D-Array umzuwandeln.

Ziel ist der Aufbau einer Polynomialregression zweiten Grades unter Verwendung von PolynomialFeatures und OLS.

Aufgabe

Swipe to start coding

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

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 5

single

Fragen Sie AI

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

Suggested prompts:

How do I use PolynomialFeatures to transform the 'age' column?

Can you guide me through building a polynomial regression model with OLS?

What does the output of PolynomialFeatures look like for this dataset?

Swipe um das Menü anzuzeigen