手动预测房价

您可以根据模型系数手动计算预测值。实际应用中进行预测更好的做法是使用 .predict()，但手动计算有助于让您确认预测并不神秘——本质上只是算术运算。

事实上，对于简单线性回归，预测值就是截距加上斜率乘以解释变量。

$$\text{response} = \text{intercept} + \text{slope} * \text{explanatory}$$

mdl_price_vs_conv 和 explanatory_data 已可用。

本练习是课程的一部分

使用 Python 中的 statsmodels 进行回归入门

查看课程

练习说明

获取 mdl_price_vs_conv 的系数/参数，并赋值给 coeffs。
获取截距，即 coeffs 的第 1 个元素，赋值给 intercept。
获取斜率，即 coeffs 的第 2 个元素，赋值给 slope。
按照公式手动预测 price_twd_msq，指定截距、斜率和 explanatory_data。
运行代码，将您手动计算的预测与 .predict() 的结果进行比较。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Get the coefficients of mdl_price_vs_conv
coeffs = ____

# Get the intercept
intercept = ____

# Get the slope
slope = ____

# Manually calculate the predictions
price_twd_msq = ____
print(price_twd_msq)

# Compare to the results from .predict()
print(price_twd_msq.assign(predictions_auto=mdl_price_vs_conv.predict(explanatory_data)))

编辑并运行代码