CommencezCommencez gratuitement

Créer un modèle de régression linéaire

Maintenant que vous avez créé vos tableaux de caractéristiques et de cible, vous allez entraîner un modèle de régression linéaire sur l'ensemble des valeurs de caractéristiques et de cible.

Comme l'objectif est d'évaluer la relation entre la caractéristique et la valeur cible, il n'est pas nécessaire de diviser les données en ensembles d'entraînement et de test.

X et y ont été préchargés pour vous comme suit :

y = sales_df["sales"].values
X = sales_df["radio"].values.reshape(-1, 1)

Cette activité fait partie du cours

Apprentissage supervisé avec scikit-learn

Voir le cours

Instructions de l’exercice

  • Importez LinearRegression.
  • Instanciez un modèle de régression linéaire.
  • Prévoyez les valeurs de ventes en utilisant X et en les stockant dans predictions.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import LinearRegression
from ____.____ import ____

# Create the model
reg = ____()

# Fit the model to the data
____

# Make predictions
predictions = ____

print(predictions[:5])
Modifier et exécuter le code