Lära Utmaning: Utvärdera Modellen

I denna utmaning får du det välkända bostadsdatasetet, men denna gång endast med egenskapen '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())

Därefter skapar vi ett spridningsdiagram för dessa data:


              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 rät linje passar dåligt här: priserna stiger för både mycket nya och mycket gamla hus. En parabel modellerar denna trend bättre — det är vad du kommer att bygga i denna utmaning.

Men innan du börjar, kom ihåg klassen PolynomialFeatures.

fit_transform(X) kräver en 2D-array eller DataFrame. Använd df[['col']] eller, för en 1D-array, tillämpa .reshape(-1, 1) för att konvertera till 2D.

Uppgiften är att bygga en polynomregression av grad 2 med hjälp av PolynomialFeatures och OLS.

Uppgift

Swipe to start coding

Tilldela variabeln X till en DataFrame som innehåller kolumnen 'age'.
Skapa en X_tilde-matris med hjälp av klassen PolynomialFeatures.
Bygg och träna en polynomregressionsmodell.
Omforma X_new till en tvådimensionell array.
Förbehandla X_new på samma sätt som X.
Skriv ut modellens parametrar.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 5

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Suggested prompts:

How do I use PolynomialFeatures to transform the 'age' column?

Can you guide me through building a polynomial regression model with OLS?

What does the output of PolynomialFeatures look like for this dataset?

Svep för att visa menyn