Построение модели линейной регрессии
Теперь, когда массивы признаков и целевой переменной готовы, вы обучите модель линейной регрессии на всех доступных данных.
Поскольку цель состоит в том, чтобы оценить взаимосвязь между признаками и целевой переменной, разбивать данные на обучающую и тестовую выборки не требуется.
X и y уже загружены следующим образом:
y = sales_df["sales"].values
X = sales_df["radio"].values.reshape(-1, 1)
Это упражнение является частью курса
Обучение с учителем с помощью scikit-learn
Инструкции к упражнению
- Импортируйте
LinearRegression. - Создайте экземпляр модели линейной регрессии.
- Получите предсказания значений продаж с помощью
Xи сохраните результат в переменнуюpredictions.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import LinearRegression
from ____.____ import ____
# Create the model
reg = ____()
# Fit the model to the data
____
# Make predictions
predictions = ____
print(predictions[:5])