Prevedere manualmente i prezzi delle case
Puoi calcolare manualmente le previsioni a partire dai coefficienti del modello. Nella pratica è meglio usare .predict(), ma farlo a mano è utile per ricordarti che le previsioni non sono magia: sono semplici operazioni aritmetiche.
Infatti, per una regressione lineare semplice, il valore previsto è dato dall'intercetta più il coefficiente angolare moltiplicato per la variabile esplicativa.
$$\text{response} = \text{intercept} + \text{slope} * \text{explanatory}$$
mdl_price_vs_conv e explanatory_data sono disponibili.
Questo esercizio fa parte del corso
Introduzione alla regressione con statsmodels in Python
Istruzioni dell'esercizio
- Ottieni i coefficienti/parametri di
mdl_price_vs_conv, assegnandoli acoeffs. - Ottieni l'intercetta, che è il primo elemento di
coeffs, assegnandola aintercept. - Ottieni il coefficiente angolare, che è il secondo elemento di
coeffs, assegnandolo aslope. - Prevedi manualmente
price_twd_msqusando la formula, specificando intercetta, coefficiente angolare eexplanatory_data. - Esegui il codice per confrontare le previsioni calcolate manualmente con i risultati di
.predict().
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)))