हाउस प्राइस की भविष्यवाणी
लिनियर रिग्रेशन जैसे सांख्यिकीय मॉडलों की सबसे उपयोगी विशेषता यह है कि आप उनसे भविष्यवाणियाँ कर सकते हैं। यानी, आप प्रत्येक explanatory वैरिएबल के मान तय करते हैं, उन्हें मॉडल में देते हैं, और संबंधित response वैरिएबल के लिए एक प्रेडिक्शन प्राप्त करते हैं। कोड फ्लो इस प्रकार है:
explanatory_data = pd.DataFrame({"explanatory_var": list_of_values})
predictions = model.predict(explanatory_data)
prediction_data = explanatory_data.assign(response_var=predictions)
यहाँ, आप Taiwan real estate डेटासेट में हाउस प्राइस की भविष्यवाणी करेंगे।
taiwan_real_estate उपलब्ध है। हाउस प्राइस बनाम convenience स्टोर्स की संख्या के लिए फिट किया हुआ लिनियर रिग्रेशन मॉडल mdl_price_vs_conv के रूप में उपलब्ध है। आगे के अभ्यासों में, जब भी कोई मॉडल उपलब्ध होगा, वह पहले से फिट भी होगा।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में statsmodels के साथ Regression परिचय
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import numpy with alias np
____
# Create the explanatory_data
explanatory_data = pd.____({'____': np.____(____)})
# Print it
____