शुरू करेंमुफ़्त में शुरू करें

मैन्युअली हाउस प्राइस की भविष्यवाणी

आप मॉडल के गुणांकों से भविष्यवाणियाँ मैन्युअली निकाल सकते हैं. वास्तविक काम में भविष्यवाणी करने के लिए .predict() का उपयोग करना बेहतर है, लेकिन यह मैन्युअली करना यह भरोसा दिलाने में मदद करता है कि भविष्यवाणियाँ कोई जादू नहीं हैं — वे बस गणितीय क्रियाएँ हैं.

दरअसल, simple linear regression में predicted मान इंटरसेप्ट के साथ स्लोप और explanatory वैरिएबल के गुणन का योग होता है.

$$\text{response} = \text{intercept} + \text{slope} * \text{explanatory}$$

mdl_price_vs_conv और explanatory_data उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में statsmodels के साथ Regression परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • mdl_price_vs_conv के coefficients/parameters निकालें और उन्हें coeffs में असाइन करें.
  • इंटरसेप्ट निकालें, जो coeffs का पहला तत्व है, और उसे intercept में असाइन करें.
  • स्लोप निकालें, जो coeffs का दूसरा तत्व है, और उसे slope में असाइन करें.
  • फ़ॉर्मूला का उपयोग करके price_twd_msq को मैन्युअली predict करें, जिसमें इंटरसेप्ट, स्लोप, और explanatory_data निर्दिष्ट करें.
  • कोड चलाएँ और अपनी मैन्युअली निकाली भविष्यवाणियों की तुलना .predict() के नतीजों से करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Get the coefficients of mdl_price_vs_conv
coeffs = ____

# Get the intercept
intercept = ____

# Get the slope
slope = ____

# Manually calculate the predictions
price_twd_msq = ____
print(price_twd_msq)

# Compare to the results from .predict()
print(price_twd_msq.assign(predictions_auto=mdl_price_vs_conv.predict(explanatory_data)))
कोड संपादित करें और चलाएँ