1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶstatsmodelsによる回帰入門
Connected

演習

住宅価格を予測する

線形回帰のような統計モデルで最も便利な機能のひとつは、予測ができることです。つまり、各説明変数の値を指定してモデルに与えると、対応する目的変数の予測値が得られます。コードの流れは次のとおりです。

explanatory_data = pd.DataFrame({"explanatory_var": list_of_values})
predictions = model.predict(explanatory_data)
prediction_data = explanatory_data.assign(response_var=predictions)

ここでは、Taiwan real estate データセットの住宅価格を予測します。

taiwan_real_estate が利用可能です。コンビニの数に対する住宅価格の当てはめ済み線形回帰モデルは mdl_price_vs_conv として利用できます。以降の演習でも、モデルが提示される場合はすでに当てはめ済みです。

指示1 / 3

undefined XP
    1
    2
    3
  • numpy パッケージをエイリアス np でインポートします。
  • 説明データの DataFrame を作成します。コンビニの数 n_convenience は 0 から 10 までの整数値をとります。
  • explanatory_data を出力します。