1. 학습
    2. /
  2. 강의
    3. /
  3. Python에서 statsmodels로 살펴보는 회귀 소개
Connected

연습 문제

주택 가격 예측하기

선형 회귀 같은 통계 모델의 가장 유용한 기능 중 하나는 예측을 할 수 있다는 점입니다. 즉, 각 설명 변수의 값을 지정해 모델에 넣으면, 그에 대응하는 반응 변수의 예측값을 얻을 수 있습니다. 코드 흐름은 다음과 같습니다.

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

이제 Taiwan 부동산 데이터셋에서 주택 가격을 예측해 보겠습니다.

taiwan_real_estate가 제공됩니다. 편의점 수에 따른 주택 가격의 적합된 선형 회귀 모델 mdl_price_vs_conv도 준비되어 있습니다. 앞으로의 연습 문제에서도 모델이 제공될 때는 이미 적합된 상태로 제공됩니다.

지침 1/3

undefined XP
    1
    2
    3
  • numpy 패키지를 np라는 별칭으로 임포트하세요.
  • 설명 변수 데이터 DataFrame을 만들되, 편의점 수 n_convenience가 0부터 10까지의 정수 값을 갖도록 하세요.
  • explanatory_data를 출력하세요.