Prédire les transactions du mois suivant
Vous en êtes enfin à l’étape de prédiction des transactions du mois prochain avec une régression linéaire. Ici, vous allez utiliser les variables explicatives que vous avez construites, entraîner le modèle sur celles-ci et sur la variable cible, puis prédire les valeurs sur les données de test non vues. Dans l’exercice suivant, vous mesurerez les performances du modèle.
La fonction LinearRegression de la bibliothèque sklearn a été chargée pour vous. Les variables explicatives d’entraînement et de test sont chargées sous train_X et test_X respectivement, et les variables cibles d’entraînement et de test sous train_Y et test_Y.
Cet exercice fait partie du cours
Machine Learning pour le marketing en Python
Instructions
- Initialisez une instance de régression linéaire.
- Ajustez le modèle sur l’ensemble d’entraînement.
- Prédisez la variable cible pour les données d’entraînement.
- Prédisez la variable cible pour les données de test.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Initialize linear regression instance
linreg = ___()
# Fit the model to training dataset
linreg.___(___, ___)
# Predict the target variable for training data
train_pred_Y = linreg.___(___)
# Predict the target variable for testing data
test_pred_Y = linreg.___(___)