Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Défi : Évaluation du Modèle | Régression Polynomiale
Régression Linéaire Avec Python

bookDéfi : Évaluation du Modèle

Dans ce défi, vous disposez du célèbre jeu de données sur le logement, mais cette fois uniquement avec la caractéristique '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

Ensuite, nous allons créer un nuage de points pour ces données :

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

Ajuster une droite à ces données peut ne pas être un choix optimal. Le prix augmente aussi bien pour les maisons neuves que pour les très anciennes. Ajuster une parabole semble être une meilleure option. C'est ce que vous allez faire dans ce défi.

Mais avant de commencer, rappelez-vous de la classe PolynomialFeatures.

La méthode fit_transform(X) nécessite que X soit un tableau 2D (ou un DataFrame).
Utiliser X = df[['column_name']] permet d'obtenir un X adapté pour fit_transform().
Et si vous avez un tableau 1D, utilisez .reshape(-1, 1) pour créer un tableau 2D avec le même contenu.

L'objectif est de construire une régression polynomiale de degré 2 en utilisant PolynomialFeatures et OLS.

Tâche

Swipe to start coding

  1. Assigner la variable X à un DataFrame contenant la colonne 'age'.
  2. Créer une matrice X_tilde en utilisant la classe PolynomialFeatures.
  3. Construire et entraîner un modèle de régression polynomiale.
  4. Remodeler X_new pour qu'il soit un tableau 2D.
  5. Prétraiter X_new de la même manière que X.
  6. Afficher les paramètres du modèle.

Solution

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 5
single

single

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

close

Awesome!

Completion rate improved to 5.26

bookDéfi : Évaluation du Modèle

Glissez pour afficher le menu

Dans ce défi, vous disposez du célèbre jeu de données sur le logement, mais cette fois uniquement avec la caractéristique '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

Ensuite, nous allons créer un nuage de points pour ces données :

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

Ajuster une droite à ces données peut ne pas être un choix optimal. Le prix augmente aussi bien pour les maisons neuves que pour les très anciennes. Ajuster une parabole semble être une meilleure option. C'est ce que vous allez faire dans ce défi.

Mais avant de commencer, rappelez-vous de la classe PolynomialFeatures.

La méthode fit_transform(X) nécessite que X soit un tableau 2D (ou un DataFrame).
Utiliser X = df[['column_name']] permet d'obtenir un X adapté pour fit_transform().
Et si vous avez un tableau 1D, utilisez .reshape(-1, 1) pour créer un tableau 2D avec le même contenu.

L'objectif est de construire une régression polynomiale de degré 2 en utilisant PolynomialFeatures et OLS.

Tâche

Swipe to start coding

  1. Assigner la variable X à un DataFrame contenant la colonne 'age'.
  2. Créer une matrice X_tilde en utilisant la classe PolynomialFeatures.
  3. Construire et entraîner un modèle de régression polynomiale.
  4. Remodeler X_new pour qu'il soit un tableau 2D.
  5. Prétraiter X_new de la même manière que X.
  6. Afficher les paramètres du modèle.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

close

Awesome!

Completion rate improved to 5.26
Section 3. Chapitre 5
single

single

some-alt