来月の取引回数を予測する
いよいよ線形回帰で来月の取引回数を予測します。これまでに作成した入力特徴量を使い、モデルを学習用データと目的変数で訓練し、未知のテストデータに対して値を予測します。次の演習ではモデルの性能を評価します。
sklearn ライブラリの LinearRegression 関数は読み込まれています。学習用とテスト用の特徴量はそれぞれ train_X と test_X、学習用とテスト用の目的変数は train_Y と test_Y として読み込まれています。
この演習はコースの一部です
Pythonで学ぶマーケティングのための機械学習
演習の手順
- 線形回帰インスタンスを初期化します。
- 学習データセットにモデルをフィットさせます。
- 学習データの目的変数を予測します。
- テストデータの目的変数を予測します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Initialize linear regression instance
linreg = ___()
# Fit the model to training dataset
linreg.___(___, ___)
# Predict the target variable for training data
train_pred_Y = linreg.___(___)
# Predict the target variable for testing data
test_pred_Y = linreg.___(___)