Een eenvoudig model fitten: regressie
In deze oefening ga je een regressiemodel fitten met gegevens van de Californische huizenmarkt. Er staat een DataFrame housing voor je klaar in je werkruimte. Het bevat veel variabelen (als kolommen). Kun je een verband vinden tussen de volgende twee variabelen?
"MedHouseVal": de mediane huizenwaarde voor districten in Californië (in $100.000's)"AveRooms": gemiddeld aantal kamers per woning
Deze oefening maakt deel uit van de cursus
Machine Learning voor tijdreeksgegevens in Python
Oefeninstructies
- Bereid de DataFrames
Xenyvoor met de gegevens inhousing.Xmoet de Median House Value zijn,yhet gemiddelde aantal kamers per woning.
- Fit een regressiemodel dat deze variabelen gebruikt (denk eraan om de variabelen correct te reshapen!).
- Vergeet niet dat elke variabele de juiste vorm moet hebben voor scikit-learn!
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
from sklearn import linear_model
# Prepare input and output DataFrames
X = ____
y = ____
# Fit the model
model = linear_model.LinearRegression()
model.fit(____)