Регрессия и первый проект

Коэффициенты линейной регрессии

Содержание курса

0 / 1 баллов

После выполнения кода:

import numpy as np
from sklearn.linear_model import LinearRegression
import pandas as pd

X_train = pd.DataFrame({'x1': [1.0, 2.0, 3.0], 'x2': [0.0, 0.0, 0.0]})
y_train = pd.Series([3.0, 5.0, 7.0])
model = LinearRegression()
model.fit(X_train, y_train)
row = pd.DataFrame([{'x1': 4.0, 'x2': 0.0}])
print(round(model.predict(row)[0], 4))

Какое число будет выведено?

О данных в ответах

Используйте учебные данные. Не вставляйте пароли, токены, ключи доступа, паспортные и банковские данные, а также персональные данные других людей. Политика обработки данных.

Начать заново?

Помощник начнёт новый диалог по этой задаче. Текущая переписка останется в истории до конца срока хранения.

О переписке

Можно приложить до трёх фото PNG, JPEG или WebP по 5 МБ.

Переписка и фото хранятся 90 дней после последнего принятого сообщения. Преподаватель получит доступ к диалогу, когда вы попросите его помочь.

Проверка решения остаётся отдельным действием.

Коэффициенты линейной регрессии — Машинное обучение с нуля на Python: первая модель — Latorn