Завдання: Прогнозування Цін за Допомогою Двох Ознак
Для цього завдання використовується той самий набір даних про житло. Однак тепер він містить дві ознаки: вік та площу будинку (стовпці 'age' та 'square_feet').
1234import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/houseprices.csv') print(df.head())
Swipe to start coding
- Призначити стовпці
'age'та'square_feet'зdfзміннійX. - Ініціалізувати модель
LinearRegression. - Навчити модель, використовуючи
Xтаy. - Передбачити цільову змінну для
X_newта зберегти результат уy_pred. - Вивести на друк вільний член та коефіцієнти моделі.
Рішення
Якщо все виконано правильно, ви отримаєте p-значення, близькі до нуля. Це означає, що всі наші ознаки є значущими для моделі.
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Чудово!
Completion показник покращився до 3.33
Завдання: Прогнозування Цін за Допомогою Двох Ознак
Свайпніть щоб показати меню
Для цього завдання використовується той самий набір даних про житло. Однак тепер він містить дві ознаки: вік та площу будинку (стовпці 'age' та 'square_feet').
1234import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/houseprices.csv') print(df.head())
Swipe to start coding
- Призначити стовпці
'age'та'square_feet'зdfзміннійX. - Ініціалізувати модель
LinearRegression. - Навчити модель, використовуючи
Xтаy. - Передбачити цільову змінну для
X_newта зберегти результат уy_pred. - Вивести на друк вільний член та коефіцієнти моделі.
Рішення
Якщо все виконано правильно, ви отримаєте p-значення, близькі до нуля. Це означає, що всі наші ознаки є значущими для моделі.
Дякуємо за ваш відгук!
single