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

<Kurs>Maschinelles Lernen für Zeitreihendaten in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Bereite die DataFrames X und y aus den Daten in housing vor.
- X sollte der Median-Hauswert sein, y die 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 praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

from sklearn import linear_model

# Prepare input and output DataFrames
X = ____
y = ____

# Fit the model
model = linear_model.LinearRegression()
model.fit(____)

Code bearbeiten und ausführen