Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Desafío: Evaluación del Modelo | Regresión Polinómica
Regresión Lineal con Python

bookDesafío: Evaluación del Modelo

En este desafío, se te proporciona el conocido conjunto de datos de viviendas, pero esta vez solo con la característica '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

A continuación, crearemos un diagrama de dispersión para estos datos:

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

Ajustar una línea recta a estos datos puede no ser la mejor opción. El precio aumenta tanto para casas nuevas como para casas muy antiguas. Ajustar una parábola parece una mejor elección. Eso es lo que harás en este desafío.

Pero antes de comenzar, recuerda la clase PolynomialFeatures.

El método fit_transform(X) requiere que X sea un arreglo 2-D (o un DataFrame).
Usar X = df[['column_name']] hará que tu X sea adecuado para fit_transform().
Y si tienes un arreglo 1-D, utiliza .reshape(-1, 1) para convertirlo en un arreglo 2-D con el mismo contenido.

El objetivo es construir una regresión polinómica de grado 2 utilizando PolynomialFeatures y OLS.

Tarea

Swipe to start coding

  1. Asignar la variable X a un DataFrame que contenga la columna 'age'.
  2. Crear una matriz X_tilde utilizando la clase PolynomialFeatures.
  3. Construir y entrenar un modelo de Regresión Polinómica.
  4. Redimensionar X_new para que sea un arreglo 2-D.
  5. Preprocesar X_new de la misma manera que X.
  6. Imprimir los parámetros del modelo.

Solución

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 3. Capítulo 5
single

single

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

close

Awesome!

Completion rate improved to 5.26

bookDesafío: Evaluación del Modelo

Desliza para mostrar el menú

En este desafío, se te proporciona el conocido conjunto de datos de viviendas, pero esta vez solo con la característica '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

A continuación, crearemos un diagrama de dispersión para estos datos:

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

Ajustar una línea recta a estos datos puede no ser la mejor opción. El precio aumenta tanto para casas nuevas como para casas muy antiguas. Ajustar una parábola parece una mejor elección. Eso es lo que harás en este desafío.

Pero antes de comenzar, recuerda la clase PolynomialFeatures.

El método fit_transform(X) requiere que X sea un arreglo 2-D (o un DataFrame).
Usar X = df[['column_name']] hará que tu X sea adecuado para fit_transform().
Y si tienes un arreglo 1-D, utiliza .reshape(-1, 1) para convertirlo en un arreglo 2-D con el mismo contenido.

El objetivo es construir una regresión polinómica de grado 2 utilizando PolynomialFeatures y OLS.

Tarea

Swipe to start coding

  1. Asignar la variable X a un DataFrame que contenga la columna 'age'.
  2. Crear una matriz X_tilde utilizando la clase PolynomialFeatures.
  3. Construir y entrenar un modelo de Regresión Polinómica.
  4. Redimensionar X_new para que sea un arreglo 2-D.
  5. Preprocesar X_new de la misma manera que X.
  6. Imprimir los parámetros del modelo.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

close

Awesome!

Completion rate improved to 5.26
Sección 3. Capítulo 5
single

single

some-alt