Ajuste de um modelo simples: regressão
Neste exercício, você praticará o ajuste de um modelo de regressão usando dados do mercado imobiliário da Califórnia. Um DataFrame chamado housing está disponível em seu espaço de trabalho. Ele contém muitas variáveis de dados (armazenadas como colunas). Você consegue encontrar uma relação entre as duas variáveis a seguir?
"MedHouseVal"Valor médio das casas nos distritos da Califórnia (em US$ 100.000)"AveRooms"Número médio de cômodos por residência
Este exercício faz parte do curso
Aprendizado de máquina para dados de séries temporais em Python
Instruções de exercício
Prepare os DataFrames
Xeyusando os dados emhousing.Xdeve ser o valor médio da casa,ynúmero médio de cômodos por residência.
Ajuste um modelo de regressão que use essas variáveis (lembre-se de modelar as variáveis corretamente!).
Não se esqueça de que cada variável deve ter o formato correto para que o scikit-learn possa usá-la!
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
from sklearn import linear_model
# Prepare input and output DataFrames
X = ____
y = ____
# Fit the model
model = linear_model.LinearRegression()
model.fit(____)