เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

คำนวณราคาบ้านด้วยตนเอง

สามารถคำนวณค่าพยากรณ์จากค่าสัมประสิทธิ์ของโมเดลได้ด้วยตนเอง ในทางปฏิบัติควรใช้ .predict() แต่การคำนวณด้วยตนเองช่วยให้เข้าใจว่าการพยากรณ์ไม่ใช่เรื่องลึกลับ เป็นเพียงการคำนวณทางคณิตศาสตร์เท่านั้น

สำหรับ simple linear regression ค่าพยากรณ์คือค่า intercept บวกกับค่า slope คูณกับตัวแปร explanatory

$$\text{response} = \text{intercept} + \text{slope} * \text{explanatory}$$

mdl_price_vs_conv และ explanatory_data พร้อมใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การถดถอยเบื้องต้นด้วย statsmodels ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ดึงค่าสัมประสิทธิ์/พารามิเตอร์ของ mdl_price_vs_conv แล้วกำหนดให้กับ coeffs
  • ดึงค่า intercept ซึ่งเป็นธาตุแรกของ coeffs แล้วกำหนดให้กับ intercept
  • ดึงค่า slope ซึ่งเป็นธาตุที่สองของ coeffs แล้วกำหนดให้กับ slope
  • คำนวณ price_twd_msq ด้วยตนเองโดยใช้สูตรข้างต้น โดยระบุ intercept, slope และ explanatory_data
  • รันโค้ดเพื่อเปรียบเทียบค่าพยากรณ์ที่คำนวณเองกับผลลัพธ์จาก .predict()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Get the coefficients of mdl_price_vs_conv
coeffs = ____

# Get the intercept
intercept = ____

# Get the slope
slope = ____

# Manually calculate the predictions
price_twd_msq = ____
print(price_twd_msq)

# Compare to the results from .predict()
print(price_twd_msq.assign(predictions_auto=mdl_price_vs_conv.predict(explanatory_data)))
แก้ไขและรันโค้ด