Défi : Prédire les Prix en Utilisant Deux Variables
Pour ce défi, le même jeu de données sur le logement sera utilisé. Cependant, il comporte désormais deux caractéristiques : l'âge et la superficie de la maison (colonnes 'age'
et 'square_feet'
).
1234import 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())
Votre tâche consiste à construire un modèle de régression linéaire multiple en utilisant la classe OLS
. Vous afficherez également le tableau récapitulatif afin d'examiner les p-values de chaque caractéristique.
Swipe to start coding
- Assigner les colonnes
'age'
et'square_feet'
dedf
àX
. - Prétraiter
X
pour le constructeur de la classeOLS
. - Construire et entraîner le modèle en utilisant la classe
OLS
. - Prétraiter le tableau
X_new
de la même manière queX
. - Prédire la cible pour
X_new
. - Afficher le tableau récapitulatif du modèle.
Solution
Si vous avez tout fait correctement, vous avez obtenu des p-valeurs proches de zéro. Cela signifie que toutes nos variables explicatives sont significatives pour le modèle.
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Awesome!
Completion rate improved to 5.26
Défi : Prédire les Prix en Utilisant Deux Variables
Glissez pour afficher le menu
Pour ce défi, le même jeu de données sur le logement sera utilisé. Cependant, il comporte désormais deux caractéristiques : l'âge et la superficie de la maison (colonnes 'age'
et 'square_feet'
).
1234import 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())
Votre tâche consiste à construire un modèle de régression linéaire multiple en utilisant la classe OLS
. Vous afficherez également le tableau récapitulatif afin d'examiner les p-values de chaque caractéristique.
Swipe to start coding
- Assigner les colonnes
'age'
et'square_feet'
dedf
àX
. - Prétraiter
X
pour le constructeur de la classeOLS
. - Construire et entraîner le modèle en utilisant la classe
OLS
. - Prétraiter le tableau
X_new
de la même manière queX
. - Prédire la cible pour
X_new
. - Afficher le tableau récapitulatif du modèle.
Solution
Si vous avez tout fait correctement, vous avez obtenu des p-valeurs proches de zéro. Cela signifie que toutes nos variables explicatives sont significatives pour le modèle.
Merci pour vos commentaires !
Awesome!
Completion rate improved to 5.26single