Лінійна регресія
У цій вправі ви реалізуєте просту модель лінійної регресії. Ви будете робити передбачення, візуалізувати якість апроксимації та проаналізуєте формулу, за якою отримано вашу лінію найкращого наближення.
Ви вже, мабуть, добре знайомі з набором даних weather, який ми використаємо. Залежною змінною буде ознака Humidity3pm. Усі стандартні пакети вже імпортовано для вас.
Ця вправа є частиною курсу
Практичні співбесіди з статистики в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
from sklearn.linear_model import LinearRegression
X = np.array(weather['Humidity9am']).reshape(-1,1)
y = weather['Humidity3pm']
# Create and fit your linear regression model
lm = ____
lm.fit(____, ____)