Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Desafio: Previsão de Preços de Casas | Regressão Linear Simples
Regressão Linear com Python

Deslize para mostrar o menu

book
Desafio: Previsão de Preços de Casas

Agora você irá construir um modelo de regressão baseado em um exemplo do mundo real. Você possui um arquivo, houses_simple.csv, que contém informações sobre preços de casas, tendo a área como uma das características.

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

O próximo passo é atribuir variáveis e visualizar o conjunto de dados:

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

No exemplo com a altura de uma pessoa, era muito mais fácil imaginar uma linha ajustando bem os dados.

Mas agora nossos dados apresentam muito mais variância, pois o alvo depende fortemente de muitos outros fatores, como idade, localização, interior, etc.
De qualquer forma, o objetivo é construir a linha que melhor se ajusta aos dados disponíveis; ela mostrará a tendência. A classe OLS deve ser utilizada para isso. Em breve, aprenderemos como adicionar mais variáveis, o que tornará a previsão mais precisa!

Tarefa

Swipe to start coding

  1. Atribua a coluna 'price' de df à variável y.
  2. Crie a matriz X_tilde utilizando a função add_constant() do statsmodels (importado como sm).
  3. Inicialize o objeto OLS e treine-o.
  4. Pré-processe o array X_new da mesma forma que X.
  5. Realize a previsão do alvo para a matriz X_new_tilde.

Solução

Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 5
single

single

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

close

Awesome!

Completion rate improved to 5.26

book
Desafio: Previsão de Preços de Casas

Agora você irá construir um modelo de regressão baseado em um exemplo do mundo real. Você possui um arquivo, houses_simple.csv, que contém informações sobre preços de casas, tendo a área como uma das características.

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

O próximo passo é atribuir variáveis e visualizar o conjunto de dados:

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

No exemplo com a altura de uma pessoa, era muito mais fácil imaginar uma linha ajustando bem os dados.

Mas agora nossos dados apresentam muito mais variância, pois o alvo depende fortemente de muitos outros fatores, como idade, localização, interior, etc.
De qualquer forma, o objetivo é construir a linha que melhor se ajusta aos dados disponíveis; ela mostrará a tendência. A classe OLS deve ser utilizada para isso. Em breve, aprenderemos como adicionar mais variáveis, o que tornará a previsão mais precisa!

Tarefa

Swipe to start coding

  1. Atribua a coluna 'price' de df à variável y.
  2. Crie a matriz X_tilde utilizando a função add_constant() do statsmodels (importado como sm).
  3. Inicialize o objeto OLS e treine-o.
  4. Pré-processe o array X_new da mesma forma que X.
  5. Realize a previsão do alvo para a matriz X_new_tilde.

Solução

Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

close

Awesome!

Completion rate improved to 5.26

Deslize para mostrar o menu

some-alt