Začněte nyníZačněte zdarma

Ruční výpočet předpovědí cen nemovitostí

Předpovědi z koeficientů modelu si můžeš spočítat i ručně. V praxi je lepší používat .predict(), ale ruční výpočet ti pomůže přesvědčit se, že předpovědi nejsou žádná magie – jde prostě o aritmetiku.

U jednoduché lineární regrese je předpovězená hodnota rovna interceptu plus sklon vynásobený vysvětlující proměnnou.

$$\text{response} = \text{intercept} + \text{slope} * \text{explanatory}$$

mdl_price_vs_conv a explanatory_data jsou k dispozici.

Toto cvičení je součástí kurzu

Úvod do regrese s knihovnou statsmodels v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Získej koeficienty/parametry modelu mdl_price_vs_conv a ulož je do coeffs.
  • Získej intercept, což je první prvek coeffs, a ulož ho do intercept.
  • Získej sklon, což je druhý prvek coeffs, a ulož ho do slope.
  • Ručně vypočítej price_twd_msq pomocí vzorce – zadej intercept, sklon a explanatory_data.
  • Spusť kód a porovnej ručně vypočítané předpovědi s výsledky z .predict().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Get the coefficients of mdl_price_vs_conv
coeffs = ____

# Get the intercept
intercept = ____

# Get the slope
slope = ____

# Manually calculate the predictions
price_twd_msq = ____
print(price_twd_msq)

# Compare to the results from .predict()
print(price_twd_msq.assign(predictions_auto=mdl_price_vs_conv.predict(explanatory_data)))
Upravit a spustit kód