회귀를 위한 학습 및 예측
이제 선형 회귀가 어떻게 작동하는지 보았으니, 미리 로드된 sales_df 데이터 세트의 모든 특성을 사용하여 다중 선형 회귀 모델을 만드는 것이 여러분의 임무입니다. 참고로, 처음 두 행은 다음과 같습니다:
tv radio social_media sales
1 13000.0 9237.76 2409.57 46677.90
2 41000.0 15886.45 2913.41 150177.83
그런 다음 이 모델을 사용하여 테스트 특성의 값을 기반으로 판매를 예측할 것입니다.
LinearRegression과 train_test_split은 각각의 모듈에서 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
scikit-learn으로 배우는 지도 학습
연습 안내
sales_df의 모든 특성 값을 포함하는 배열X를 생성하고,"sales"열의 모든 값을 포함하는y를 생성하세요.- 선형 회귀 모델을 인스턴스화하세요.
- 모델을 학습 데이터에 학습시키세요.
- 테스트 특성을 사용하여
sales에 대한 예측을 수행하는y_pred를 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create X and y arrays
X = sales_df.____("____", axis=____).____
y = sales_df["____"].____
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# Instantiate the model
reg = ____
# Fit the model to the data
____
# Make predictions
y_pred = reg.____(____)
print("Predictions: {}, Actual Values: {}".format(y_pred[:2], y_test[:2]))