Lære Utfordring: Evaluering av Modellen

I denne utfordringen får du det velkjente boligdatasettet, men denne gangen kun med 'age'-variabelen.


              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())

Deretter lager vi et spredningsdiagram for disse dataene:


              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()

En rett linje passer dårlig her: prisene stiger for både svært nye og svært gamle hus. En parabel modellerer denne trenden bedre — det er dette du skal bygge i denne utfordringen.

Men før du begynner, husk klassen PolynomialFeatures.

fit_transform(X) krever et 2D-array eller DataFrame. Bruk df[['col']] eller, for et 1D-array, bruk .reshape(-1, 1) for å konvertere det til 2D.

Oppgaven er å bygge en polynomregresjon av grad 2 ved hjelp av PolynomialFeatures og OLS.

Oppgave

Swipe to start coding

Tildel variabelen X til en DataFrame som inneholder kolonnen 'age'.
Opprett en X_tilde-matrise ved å bruke klassen PolynomialFeatures.
Bygg og tren en polynomisk regresjonsmodell.
Omform X_new til et 2D-array.
Forbehandle X_new på samme måte som X.
Skriv ut modellens parametere.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 5

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Sveip for å vise menyen