เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Fit และ predict สำหรับ regression

หลังจากที่เข้าใจหลักการทำงานของ linear regression แล้ว งานของคุณในตอนนี้คือสร้างโมเดล multiple linear regression โดยใช้ฟีเจอร์ทั้งหมดในชุดข้อมูล sales_df ที่โหลดไว้ให้แล้ว สองแถวแรกของชุดข้อมูลมีลักษณะดังนี้:

     tv        radio      social_media    sales
1    13000.0   9237.76    2409.57         46677.90
2    41000.0   15886.45   2913.41         150177.83

จากนั้นจะนำโมเดลนี้ไปทำนายยอดขายโดยใช้ค่าฟีเจอร์จากชุดทดสอบ

LinearRegression และ train_test_split ถูกโหลดไว้ให้แล้วจากโมดูลที่เกี่ยวข้อง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning ด้วย scikit-learn

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง X ซึ่งเป็น array ที่เก็บค่าของฟีเจอร์ทั้งหมดใน sales_df และสร้าง y ที่เก็บค่าทั้งหมดจากคอลัมน์ "sales"
  • สร้าง instance ของโมเดล linear regression
  • Fit โมเดลกับข้อมูลชุดเทรน
  • สร้าง y_pred โดยทำนายค่า sales จากฟีเจอร์ชุดทดสอบ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create X and y arrays
X = sales_df.____("____", axis=____).____
y = sales_df["____"].____

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# Instantiate the model
reg = ____

# Fit the model to the data
____

# Make predictions
y_pred = reg.____(____)
print("Predictions: {}, Actual Values: {}".format(y_pred[:2], y_test[:2]))
แก้ไขและรันโค้ด