Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Sfida: Valutazione del Modello | Regressione Polinomiale
Regressione Lineare con Python

bookSfida: Valutazione del Modello

In questa sfida, ti viene fornito il classico dataset delle abitazioni, ma questa volta solo con la caratteristica '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

Successivamente, creeremo uno scatterplot per questi dati:

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

Adattare una retta a questi dati potrebbe non essere la scelta migliore. Il prezzo aumenta sia per le case nuovissime che per quelle molto vecchie. Adattare una parabola sembra una scelta più appropriata. Ed è proprio questo che farai in questa sfida.

Ma prima di iniziare, ricorda la classe PolynomialFeatures.

Il metodo fit_transform(X) richiede che X sia un array 2-D (o un DataFrame).
Utilizzando X = df[['column_name']] otterrai un X adatto per fit_transform().
Se hai un array 1-D, usa .reshape(-1, 1) per creare un array 2-D con gli stessi contenuti.

L'obiettivo è costruire una Regressione Polinomiale di grado 2 utilizzando PolynomialFeatures e OLS.

Compito

Swipe to start coding

  1. Assegnare la variabile X a un DataFrame contenente la colonna 'age'.
  2. Creare una matrice X_tilde utilizzando la classe PolynomialFeatures.
  3. Costruire e addestrare un modello di Regressione Polinomiale.
  4. Rimodellare X_new in un array bidimensionale.
  5. Preprocessare X_new nello stesso modo di X.
  6. Stampare i parametri del modello.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 3. Capitolo 5
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

close

Awesome!

Completion rate improved to 5.26

bookSfida: Valutazione del Modello

Scorri per mostrare il menu

In questa sfida, ti viene fornito il classico dataset delle abitazioni, ma questa volta solo con la caratteristica '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

Successivamente, creeremo uno scatterplot per questi dati:

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

Adattare una retta a questi dati potrebbe non essere la scelta migliore. Il prezzo aumenta sia per le case nuovissime che per quelle molto vecchie. Adattare una parabola sembra una scelta più appropriata. Ed è proprio questo che farai in questa sfida.

Ma prima di iniziare, ricorda la classe PolynomialFeatures.

Il metodo fit_transform(X) richiede che X sia un array 2-D (o un DataFrame).
Utilizzando X = df[['column_name']] otterrai un X adatto per fit_transform().
Se hai un array 1-D, usa .reshape(-1, 1) per creare un array 2-D con gli stessi contenuti.

L'obiettivo è costruire una Regressione Polinomiale di grado 2 utilizzando PolynomialFeatures e OLS.

Compito

Swipe to start coding

  1. Assegnare la variabile X a un DataFrame contenente la colonna 'age'.
  2. Creare una matrice X_tilde utilizzando la classe PolynomialFeatures.
  3. Costruire e addestrare un modello di Regressione Polinomiale.
  4. Rimodellare X_new in un array bidimensionale.
  5. Preprocessare X_new nello stesso modo di X.
  6. Stampare i parametri del modello.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

close

Awesome!

Completion rate improved to 5.26
Sezione 3. Capitolo 5
single

single

some-alt