Predicción manual del precio de la vivienda
Puede calcular manualmente las predicciones a partir de los coeficientes del modelo. A la hora de hacer predicciones en la vida real, es mejor utilizar .predict(), pero hacerlo manualmente es útil para asegurarse de que las predicciones no son magia, sino simple aritmética.
De hecho, para una regresión lineal simple, el valor predicho es simplemente el intercepto más la pendiente multiplicada 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 modelos estadísticos en Python
Instrucciones de ejercicio
- Obtener los coeficientes/parámetros de
mdl_price_vs_conv, asignándolos acoeffs. - Obtener el intercepto, que es el primer elemento de
coeffs, asignándolo aintercept. - Obtener la pendiente, que es el segundo elemento de
coeffs, asignando aslope. - Predecir manualmente
price_twd_msqutilizando la fórmula, especificando el intercepto, la pendiente yexplanatory_data. - Ejecute el código para comparar sus predicciones calculadas manualmente con los resultados de
.predict().
Ejercicio interactivo práctico
Pruebe este ejercicio completando este 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)))