Budowanie modelu regresji liniowej
Masz już gotowe tablice cech i wartości docelowych – czas wytrenować model regresji liniowej na wszystkich dostępnych danych.
Ponieważ celem jest zbadanie zależności między cechami a wartościami docelowymi, nie ma potrzeby dzielenia danych na zbiór treningowy i testowy.
X i y są już wczytane:
y = sales_df["sales"].values
X = sales_df["radio"].values.reshape(-1, 1)
To ćwiczenie jest częścią kursu
Nadzorowane uczenie maszynowe z scikit-learn
Instrukcje do ćwiczenia
- Zaimportuj
LinearRegression. - Utwórz instancję modelu regresji liniowej.
- Przewidź wartości sprzedaży na podstawie
Xi zapisz wynik jakopredictions.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import LinearRegression
from ____.____ import ____
# Create the model
reg = ____()
# Fit the model to the data
____
# Make predictions
predictions = ____
print(predictions[:5])