Adattare un modello semplice: regressione
In questo esercizio metterai in pratica il fitting di un modello di regressione usando i dati del mercato immobiliare della California. Un DataFrame chiamato housing è disponibile nel tuo workspace. Contiene molte variabili (memorizzate come colonne). Riesci a trovare una relazione tra le due variabili seguenti?
"MedHouseVal": il valore mediano delle case per distretto in California (in centinaia di migliaia di dollari)"AveRooms": numero medio di stanze per abitazione
Questo esercizio fa parte del corso
Machine Learning per dati di serie temporali in Python
Istruzioni dell'esercizio
- Prepara i DataFrame
Xeyusando i dati inhousing.Xdeve essere il valore mediano delle case,yil numero medio di stanze per abitazione.
- Adatta un modello di regressione che utilizzi queste variabili (ricorda di dare alle variabili la forma corretta!).
- Non dimenticare che ogni variabile deve avere la forma corretta per poter essere usata da scikit-learn!
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
from sklearn import linear_model
# Prepare input and output DataFrames
X = ____
y = ____
# Fit the model
model = linear_model.LinearRegression()
model.fit(____)