Ajuster un modèle simple : régression
Dans cet exercice, vous allez vous entraîner à ajuster un modèle de régression en utilisant des données du marché immobilier en Californie. Un DataFrame nommé housing est disponible dans votre espace de travail. Il contient de nombreuses variables (stockées en colonnes). Pouvez-vous mettre en évidence une relation entre les deux variables suivantes ?
"MedHouseVal": la valeur médiane des maisons pour les districts de Californie (en centaines de milliers de dollars)"AveRooms": nombre moyen de pièces par logement
Cet exercice fait partie du cours
Machine Learning for Time Series Data in Python
Instructions
- Préparez les DataFrames
Xetyà partir des données dehousing.Xdoit être la valeur médiane des maisons,yle nombre moyen de pièces par logement.
- Ajustez un modèle de régression utilisant ces variables (pensez à donner la bonne forme aux variables !).
- N’oubliez pas que chaque variable doit avoir la forme correcte pour être utilisée par scikit-learn !
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from sklearn import linear_model
# Prepare input and output DataFrames
X = ____
y = ____
# Fit the model
model = linear_model.LinearRegression()
model.fit(____)