1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction à la régression avec statsmodels en Python
Connected

Exercice

Prédire manuellement les prix des maisons

Vous pouvez calculer manuellement les prédictions à partir des coefficients du modèle. Dans la pratique, pour faire des prédictions, il vaut mieux utiliser .predict(), mais le faire à la main permet de confirmer qu'il n'y a rien de magique : ce n'est que de l'arithmétique.

En fait, pour une régression linéaire simple, la valeur prédite correspond à l'ordonnée à l'origine (intercept) plus la pente multipliée par la variable explicative.

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

mdl_price_vs_conv et explanatory_data sont disponibles.

Instructions

100 XP
  • Obtenez les coefficients/paramètres de mdl_price_vs_conv et assignez-les à coeffs.
  • Récupérez l'ordonnée à l'origine (intercept), soit le premier élément de coeffs, et assignez-la à intercept.
  • Récupérez la pente, soit le deuxième élément de coeffs, et assignez-la à slope.
  • Prédisez manuellement price_twd_msq en utilisant la formule, en précisant l'ordonnée à l'origine, la pente et explanatory_data.
  • Exécutez le code pour comparer vos prédictions calculées manuellement aux résultats de .predict().