1. Обучение
    2. /
  2. Курса
    3. /
  3. Машинное обучение для финансов на Python
Connected

Упражнение

Обучение линейной модели

Теперь мы обучим линейную модель — она проста и хорошо поддаётся интерпретации. После обучения можно определить, какие признаки линейно коррелируют с целевой переменной, и оценить силу их влияния. Значимость предикторов оценивается на основе p-значений коэффициентов. Для этого применяется t-тест, который проверяет, значимо ли коэффициент отличается от нуля. P-значение показывает вероятность того, что коэффициент признака не отличается от нуля. Как правило, если p-значение меньше 0,05, коэффициент считается значимо отличным от нуля.

Инструкции

100 XP
  • Обучите линейную модель с помощью метода .fit() и сохраните результаты в переменную results.
  • Выведите сводку результатов с помощью функции .summary().
  • Выведите p-значения из результатов (свойство .pvalues объекта results).
  • Получите предсказания для train_features и test_features с помощью функции .predict() объекта results.