Parallel slopes मॉडल से प्रेडिक्शन करना
हालाँकि seaborn sns.regplot() का उपयोग करके अपने-आप मॉडल प्रेडिक्शन दिखा सकता है, लेकिन उन वैल्यूज़ को प्रोग्राम में इस्तेमाल करने के लिए आपको खुद कैलकुलेशन करने होंगे.
एक ही explanatory वैरिएबल वाले केस की तरह, यहाँ भी वर्कफ़्लो के दो स्टेप हैं: explanatory वैरिएबल्स का एक DataFrame बनाएँ, फिर प्रेडिक्शंस का एक कॉलम जोड़ें.
taiwan_real_estate उपलब्ध है और mdl_price_vs_both एक fitted मॉडल के रूप में उपलब्ध है. seaborn, ols(), matplotlib.pyplot, pandas, और numpy अपनी डिफ़ॉल्ट एलियस के साथ लोड हैं. कोर्स के बाकी हिस्से में भी यही रहेगा. इसके अलावा, ìtertools.product भी उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
इंटरमीडिएट Regression with statsmodels in Python
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create n_convenience as an array of numbers from 0 to 10
n_convenience = ____
# Extract the unique values of house_age_years
house_age_years = ____
# Create p as all combinations of values of n_convenience and house_age_years
p = ____(____, ____)
# Transform p to a DataFrame and name the columns
explanatory_data = ____
print(explanatory_data)