शुरू करेंमुफ़्त में शुरू करें

रिग्रेशन के लिए फिट और प्रेडिक्ट

अब आपने देखा कि लीनियर रिग्रेशन कैसे काम करता है. आपका काम sales_df डेटासेट के सभी फीचर्स का उपयोग करके एक मल्टिपल लीनियर रिग्रेशन मॉडल बनाना है. यह डेटासेट आपके लिए प्रीलोड किया गया है. याद दिलाने के लिए, शुरुआती दो पंक्तियाँ नीचे दी गई हैं:

     tv        radio      social_media    sales
1    13000.0   9237.76    2409.57         46677.90
2    41000.0   15886.45   2913.41         150177.83

इसके बाद आप इस मॉडल का उपयोग करके टेस्ट फीचर्स के मानों के आधार पर sales की भविष्यवाणी करेंगे.

LinearRegression और train_test_split अपने-अपने मॉड्यूल्स से आपके लिए प्रीलोड किए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

scikit-learn के साथ Supervised Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • X बनाएँ, जो sales_df में सभी फीचर्स के मानों वाला एक array हो, और y, जिसमें "sales" कॉलम के सभी मान हों.
  • एक linear regression मॉडल instantiate करें.
  • मॉडल को training डेटा पर fit करें.
  • y_pred बनाएँ, जो टेस्ट फीचर्स का उपयोग करके sales की भविष्यवाणियाँ रखे.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create X and y arrays
X = sales_df.____("____", axis=____).____
y = sales_df["____"].____

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# Instantiate the model
reg = ____

# Fit the model to the data
____

# Make predictions
y_pred = reg.____(____)
print("Predictions: {}, Actual Values: {}".format(y_pred[:2], y_test[:2]))
कोड संपादित करें और चलाएँ