Прогнозування транзакцій наступного місяця
Нарешті ви переходите до прогнозування транзакцій наступного місяця за допомогою лінійної регресії. Тут ви використаєте вхідні ознаки, які вже побудували, натренуєте на них модель разом із цільовою змінною та спрогнозуєте значення для невидимих тестових даних. У наступній вправі ви оціните якість моделі.
Функцію LinearRegression з бібліотеки sklearn уже імпортовано. Навчальні та тестові ознаки завантажено як train_X і test_X відповідно, а навчальну та тестову цільові змінні — як train_Y і test_Y.
Ця вправа є частиною курсу
Machine Learning для маркетингу в Python
Інструкції до вправи
- Ініціалізуйте екземпляр лінійної регресії.
- Навчіть модель на навчальному наборі даних.
- Спрогнозуйте цільову змінну для навчальних даних.
- Спрогнозуйте цільову змінну для тестових даних.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Initialize linear regression instance
linreg = ___()
# Fit the model to training dataset
linreg.___(___, ___)
# Predict the target variable for training data
train_pred_Y = linreg.___(___)
# Predict the target variable for testing data
test_pred_Y = linreg.___(___)