Predecir precios de viviendas manualmente
Puedes calcular manualmente las predicciones a partir de los coeficientes del modelo. En la práctica, para predecir es mejor usar .predict(), pero hacerlo a mano ayuda a ver que las predicciones no son magia: son simple aritmética.
De hecho, en una regresión lineal simple, el valor predicho es la intersección más la pendiente por la variable explicativa.
$$\text{response} = \text{intercept} + \text{slope} * \text{explanatory}$$
mdl_price_vs_conv y explanatory_data están disponibles.
Este ejercicio forma parte del curso
Introducción a la regresión con statsmodels en Python
Instrucciones del ejercicio
- Obtén los coeficientes/parámetros de
mdl_price_vs_convy asígnalos acoeffs. - Obtén la intersección, que es el primer elemento de
coeffs, y asígnala aintercept. - Obtén la pendiente, que es el segundo elemento de
coeffs, y asígnala aslope. - Predice manualmente
price_twd_msqusando la fórmula, especificando la intersección, la pendiente yexplanatory_data. - Ejecuta el código para comparar tus predicciones calculadas manualmente con los resultados de
.predict().
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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)))