Bắt đầu ngayBắt đầu miễn phí

Fit và predict cho hồi quy

Giờ bạn đã thấy hồi quy tuyến tính hoạt động thế nào, nhiệm vụ của bạn là tạo một mô hình hồi quy tuyến tính bội bằng cách dùng tất cả các đặc trưng trong bộ dữ liệu sales_df, đã được nạp sẵn. Nhắc lại, đây là hai hàng đầu tiên:

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

Sau đó bạn sẽ dùng mô hình này để dự đoán doanh số dựa trên các giá trị của đặc trưng trong tập kiểm tra.

LinearRegression và train_test_split đã được nạp sẵn từ các mô-đun tương ứng.

Bài tập này là một phần của khóa học

Học có giám sát với scikit-learn

Xem khóa học

Hướng dẫn bài tập

  • Tạo X, một mảng chứa giá trị của tất cả các đặc trưng trong sales_df, và y, chứa tất cả giá trị từ cột "sales".
  • Khởi tạo một mô hình hồi quy tuyến tính.
  • Fit mô hình với dữ liệu huấn luyện.
  • Tạo y_pred, dự đoán sales bằng các đặc trưng tập kiểm tra.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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]))
Chỉnh sửa và Chạy Mã