Dopasowanie prostego modelu: regresja
W tym ćwiczeniu przećwiczysz dopasowywanie modelu regresji na danych z kalifornijskiego rynku nieruchomości. W obszarze roboczym dostępna jest ramka danych housing, która zawiera wiele zmiennych (zapisanych jako kolumny). Spróbuj znaleźć zależność między następującymi dwiema zmiennymi:
"MedHouseVal": mediana wartości nieruchomości w kalifornijskich okręgach (w setkach tysięcy dolarów)"AveRooms": średnia liczba pokoi w gospodarstwach domowych
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Przygotuj ramki danych
Xiyna podstawie danych zhousing.Xpowinna zawierać medianę wartości nieruchomości, ay– średnią liczbę pokoi w gospodarstwach domowych.
- Dopasuj model regresji, korzystając z tych zmiennych (pamiętaj o odpowiednim kształcie zmiennych!).
- Upewnij się, że każda zmienna ma właściwy kształt wymagany przez scikit-learn!
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
from sklearn import linear_model
# Prepare input and output DataFrames
X = ____
y = ____
# Fit the model
model = linear_model.LinearRegression()
model.fit(____)