Défi : Prédire les Prix en Utilisant Deux Variables
Pour ce défi, le même jeu de données sur l'immobilier 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 valeurs p 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 réalisé correctement, vous avez obtenu des valeurs p 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
How do I build a Multiple Linear Regression model using the OLS class?
Can you show me how to print the summary table for the regression model?
What do the p-values in the summary table indicate?
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 l'immobilier 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 valeurs p 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 réalisé correctement, vous avez obtenu des valeurs p proches de zéro. Cela signifie que toutes nos variables explicatives sont significatives pour le modèle.
Merci pour vos commentaires !
single