Завдання: Прогнозування Цін за Допомогою Двох Ознак
У цьому завданні 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())
Ваше завдання — побудувати модель множинної лінійної регресії з використанням класу OLS
. Також необхідно вивести підсумкову таблицю для перегляду p-значень кожної ознаки.
Swipe to start coding
- Призначити стовпці
'age'
та'square_feet'
зdf
зміннійX
. - Передобробити
X
для конструктора класуOLS
. - Побудувати та навчити модель за допомогою класу
OLS
. - Передобробити масив
X_new
так само, як іX
. - Передбачити цільову змінну для
X_new
. - Вивести таблицю підсумків моделі.
Рішення
Якщо ви все зробили правильно, ви отримали 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
Awesome!
Completion rate improved to 5.26
Завдання: Прогнозування Цін за Допомогою Двох Ознак
Свайпніть щоб показати меню
У цьому завданні 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())
Ваше завдання — побудувати модель множинної лінійної регресії з використанням класу OLS
. Також необхідно вивести підсумкову таблицю для перегляду p-значень кожної ознаки.
Swipe to start coding
- Призначити стовпці
'age'
та'square_feet'
зdf
зміннійX
. - Передобробити
X
для конструктора класуOLS
. - Побудувати та навчити модель за допомогою класу
OLS
. - Передобробити масив
X_new
так само, як іX
. - Передбачити цільову змінну для
X_new
. - Вивести таблицю підсумків моделі.
Рішення
Якщо ви все зробили правильно, ви отримали p-значення, близькі до нуля. Це означає, що всі наші ознаки є значущими для моделі.
Дякуємо за ваш відгук!
Awesome!
Completion rate improved to 5.26single