Ein einfaches Modell fitten: Regression
In dieser Übung übst du das Fitten eines Regressionsmodells mit Daten vom Immobilienmarkt in Kalifornien. Ein DataFrame namens housing steht dir in deinem Workspace zur Verfügung. Er enthält viele Variablen (als Spalten gespeichert). Kannst du eine Beziehung zwischen den folgenden zwei Variablen finden?
"MedHouseVal": der Medianwert von Häusern in kalifornischen Bezirken (in 100.000 US‑Dollar)"AveRooms": durchschnittliche Anzahl an Zimmern pro Wohneinheit
Diese Übung ist Teil des Kurses
Maschinelles Lernen für Zeitreihendaten in Python
Anleitung zur Übung
- Bereite die DataFrames
Xundyaus den Daten inhousingvor.Xsollte der Median-Hauswert sein,ydie durchschnittliche Anzahl an Zimmern pro Wohneinheit.
- Fitte ein Regressionsmodell, das diese Variablen verwendet (denk daran, die Variablen richtig zu formen!).
- Vergiss nicht: Jede Variable muss die richtige Form haben, damit scikit-learn sie verwenden kann!
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
from sklearn import linear_model
# Prepare input and output DataFrames
X = ____
y = ____
# Fit the model
model = linear_model.LinearRegression()
model.fit(____)