Exemple de code pour prédire avec régression linéaire 线性预测代码范例

    Nous utilisons Jupyter Notebook d'Anaconda pour plus de commodité car c'est une simple démonstration et nous n'avons pas besoin d'une gestion de projet complète.

    Notre objectif est de prédire le prix d'une maison en fonction du revenu moyen, de l'âge de la maison, du nombre de pièces, de la population et de la taille de la maison dans une certaine zone, à l'aide d'une régression linéaire multiple. Nous souhaitons utiliser un ordinateur pour prédire le prix lorsque les valeurs sont : "revenu d'évaluation = 65000, âge de la maison = 5, nombre de pièces = 5, population = 30000, surface de la maison = 200".

Cela fait partie des données utilisées.

Utilise cette fonction "data.head()"pour vérifier les données

    Nous allons utilisons "le revenu", "L'âge de la maison", "nombres de chambre", "La population régionale", "La superficie" comme X, et "Le coût" comme Y.

Supprimer les données redondantes

    La valeur de "axis" détermine ici si l'ordinateur doit supprimer une certaine ligne ou une certaine colonne. Si la valeur de "axis" était 0, il supprimerait une certaine colonne. En revanche, avec la valeur 1, il supprime une certaine ligne.

    

Définir y

    Et puis faire des prédictions et former le modèle. Ensuite, nous obtenons un modèle formé sur les données que nous avons fournies.

    

    Maintenant, nous apportons le x des données d'origine dans notre modèle formé, puis obtenons la valeur y prévue calculée selon notre modèle.

  Pour évaluer les performances de notre modèle, nous évaluons la qualité de notre modèle en calculant l'erreur quadratique moyenne et le score R2.

    Ce n'est pas très mal je pense. Afin d'observer l'effet de manière plus intuitive, nous représentons graphiquement la valeur réelle "y" et la valeur prédite "y'" pour vérifier si leur distribution est concentrée.

    Pas mal ! Donc nous allons faire la prédiction de "revenu d'évaluation = 65000, âge de la maison = 5, nombre de pièces = 5, population = 30000, surface de la maison = 200".

    Voici le résultat final. Merci beaucoup de votre attention. N'hésitez pas à me faire part de vos commentaires ou de vos suggestions si vous en avez.