Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Sfida: Previsione dei Prezzi delle Case | Regressione Lineare Semplice
Regressione Lineare con Python

Scorri per mostrare il menu

book
Sfida: Previsione dei Prezzi delle Case

Ora costruirai un modello di regressione su un esempio reale. Hai a disposizione un file, houses_simple.csv, che contiene informazioni sui prezzi delle case con la superficie come caratteristica.

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_simple.csv') print(df.head())
copy

Il passo successivo consiste nell'assegnare le variabili e visualizzare il dataset:

123456789
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_simple.csv') X = df['square_feet'] y = df['price'] plt.scatter(X, y, alpha=0.5) plt.show()
copy

Nell'esempio relativo all'altezza di una persona, era molto più semplice immaginare una retta che si adattasse bene ai dati.

Tuttavia, ora i nostri dati presentano una varianza molto maggiore, poiché il target dipende fortemente da molti altri fattori come età, posizione, interni, ecc.
In ogni caso, l'obiettivo è costruire la retta che meglio si adatta ai dati disponibili; essa mostrerà la tendenza. Per questo scopo si dovrebbe utilizzare la classe OLS. Presto impareremo come aggiungere ulteriori caratteristiche, il che renderà la previsione più accurata!

Compito

Swipe to start coding

  1. Assegnare la colonna 'price' di df a y.
  2. Creare la matrice X_tilde utilizzando la funzione add_constant() di statsmodels (importata come sm).
  3. Inizializzare l'oggetto OLS ed eseguire l'addestramento.
  4. Preprocessare l'array X_new nello stesso modo di X.
  5. Predire il target per la matrice X_new_tilde.

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!

Sezione 1. 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

book
Sfida: Previsione dei Prezzi delle Case

Ora costruirai un modello di regressione su un esempio reale. Hai a disposizione un file, houses_simple.csv, che contiene informazioni sui prezzi delle case con la superficie come caratteristica.

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_simple.csv') print(df.head())
copy

Il passo successivo consiste nell'assegnare le variabili e visualizzare il dataset:

123456789
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_simple.csv') X = df['square_feet'] y = df['price'] plt.scatter(X, y, alpha=0.5) plt.show()
copy

Nell'esempio relativo all'altezza di una persona, era molto più semplice immaginare una retta che si adattasse bene ai dati.

Tuttavia, ora i nostri dati presentano una varianza molto maggiore, poiché il target dipende fortemente da molti altri fattori come età, posizione, interni, ecc.
In ogni caso, l'obiettivo è costruire la retta che meglio si adatta ai dati disponibili; essa mostrerà la tendenza. Per questo scopo si dovrebbe utilizzare la classe OLS. Presto impareremo come aggiungere ulteriori caratteristiche, il che renderà la previsione più accurata!

Compito

Swipe to start coding

  1. Assegnare la colonna 'price' di df a y.
  2. Creare la matrice X_tilde utilizzando la funzione add_constant() di statsmodels (importata come sm).
  3. Inizializzare l'oggetto OLS ed eseguire l'addestramento.
  4. Preprocessare l'array X_new nello stesso modo di X.
  5. Predire il target per la matrice X_new_tilde.

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

Scorri per mostrare il menu

some-alt