1. Learn
    2. /
  2. 课程
    3. /
  3. 使用 Python 中的 statsmodels 进行回归入门
Connected

道练习

预测房价

统计模型（如线性回归）最有用的功能之一就是可以进行预测。也就是说，您为每个自变量指定取值，传入模型后，得到相应因变量的预测值。代码流程如下所示。

explanatory_data = pd.DataFrame({"explanatory_var": list_of_values})
predictions = model.predict(explanatory_data)
prediction_data = explanatory_data.assign(response_var=predictions)

在本练习中，您将对台湾房地产数据集中的房价进行预测。

taiwan_real_estate 已提供。基于便利店数量预测房价的线性回归模型已拟合并命名为 mdl_price_vs_conv。在后续练习中，只要提供了模型，就表示该模型已经拟合完成。

说明 1 / 共 3 个

undefined XP
    1
    2
    3
  • 以别名 np 导入 numpy 包。
  • 创建一个自变量的 DataFrame，其中便利店数量 n_convenience 取 0 到 10 的整数值。
  • 打印 explanatory_data。