1. Learn
    2. /
  2. Courses
    3. /
  3. Середній рівень регресії зі statsmodels у Python
Connected

Exercise

Прогнозування за моделлю паралельних нахилів

Хоча seaborn може автоматично показувати прогнози моделі за допомогою sns.regplot(), щоб отримати ці значення для подальшого використання в коді, обчислення доведеться виконати самостійно.

Так само, як і у випадку з однією пояснювальною змінною, робочий процес має два кроки: створити датафрейм із пояснювальних змінних, а потім додати стовпець із прогнозами.

taiwan_real_estate доступний, а mdl_price_vs_both доступна як навчена модель. seaborn, ols(), matplotlib.pyplot, pandas і numpy завантажені з типовими псевдонімами. Так буде й надалі протягом курсу. Крім того, доступний також ìtertools.product.

Instructions 1/2

undefined XP
    1
    2
  • Створіть n_convenience як масив чисел від 0 до 10.
  • Витягніть унікальні значення стовпця house_age_years з taiwan_real_estate до масиву house_age_years.
  • Створіть p, що має містити декартовий добуток усіх значень n_convenience і house_age_years.
  • Перетворіть p на DataFrame та назвіть стовпці "n_convenience" і "house_age_years".