Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Desafío: Predicción de Precios Utilizando Dos Características | Regresión Lineal Múltiple
Regresión Lineal con Python

bookDesafío: Predicción de Precios Utilizando Dos Características

Para este desafío, se utilizará el mismo conjunto de datos de viviendas. Sin embargo, ahora cuenta con dos características: la antigüedad y el área de la casa (columnas 'age' y 'square_feet').

1234
import 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())
copy

El objetivo es construir un modelo de Regresión Lineal Múltiple utilizando la clase OLS. Además, se imprimirá la tabla resumen para observar los valores p de cada característica.

Tarea

Swipe to start coding

  1. Asignar las columnas 'age' y 'square_feet' de df a X.
  2. Preprocesar X para el constructor de la clase OLS.
  3. Construir y entrenar el modelo utilizando la clase OLS.
  4. Preprocesar el arreglo X_new de la misma manera que X.
  5. Predecir el objetivo para X_new.
  6. Imprimir la tabla resumen del modelo.

Solución

Si realizaste todos los pasos correctamente, obtuviste valores p cercanos a cero. Esto significa que todas nuestras características son significativas para el modelo.

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. 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: Predicción de Precios Utilizando Dos Características

Desliza para mostrar el menú

Para este desafío, se utilizará el mismo conjunto de datos de viviendas. Sin embargo, ahora cuenta con dos características: la antigüedad y el área de la casa (columnas 'age' y 'square_feet').

1234
import 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())
copy

El objetivo es construir un modelo de Regresión Lineal Múltiple utilizando la clase OLS. Además, se imprimirá la tabla resumen para observar los valores p de cada característica.

Tarea

Swipe to start coding

  1. Asignar las columnas 'age' y 'square_feet' de df a X.
  2. Preprocesar X para el constructor de la clase OLS.
  3. Construir y entrenar el modelo utilizando la clase OLS.
  4. Preprocesar el arreglo X_new de la misma manera que X.
  5. Predecir el objetivo para X_new.
  6. Imprimir la tabla resumen del modelo.

Solución

Si realizaste todos los pasos correctamente, obtuviste valores p cercanos a cero. Esto significa que todas nuestras características son significativas para el modelo.

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 2. Capítulo 5
single

single

some-alt