ميزات متعددة

جزء من قسم التعلّم الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 12 من 58.

يعتمد سعر المنزل على أكثر من المساحة: فالمشي لمسافة طويلة إلى المحطة يخفضه. يتعلم النموذج من الأمرين، ويرسم خطين متوازيين:

عشرة منازل ممثلة بنقاط، السعر مقابل المساحة: المنازل القريبة من المحطة باللون الأزرق، والبعيدة مربعات برتقالية. خطا نموذج متوازيان، أحدهما لمسافة مشي مدتها 5 دقائق والآخر لمدة 25 دقيقة؛ يقع خط الـ25 دقيقة على انخفاض قدره 102 ألف دولار عند كل مساحة

في الشيفرة، يحتوي X على كلا العمودين، ويكون لـ coef_ وزن واحد لكل ميزة:

X = houses[["area_m2", "minutes_walk"]]
model = LinearRegression()
model.fit(X, houses["price"])
print(np.round(model.coef_, 1))

يؤدي هذا إلى طباعة:

[ 2.6 -5.1]

تتبع الأوزان أعمدة X. كل متر مربع إضافي يضيف 2.6 ألف دولار؛ وكل دقيقة مشي إضافية تخفض السعر بمقدار 5.1 ألف، مع تثبيت الميزة الأخرى.

وحدة الوزن هي وحدة الهدف لكل وحدة من ميزته: بالآلاف لكل م²، ولكل دقيقة.

التحدي

متوسط

يقدّر متعهد تقديم الطعام أسعار الفعاليات الجديدة استنادًا إلى 40 فعالية سابقة في events.csv: guests وcourses وmonths_ahead (مدى التبكير في الحجز) وcost بالدولار. يقرأ البرنامج الابتدائي بيانات فعالية جديدة في new_event.

درّب نموذج LinearRegression على التكلفة باستخدام features.
لكل ميزة، اطبع مقدار ما تضيفه أو تخصمه زيادة واحدة منها (بمنزلتين عشريتين).
اطبع السعر المقترح للفعالية الجديدة (بمنزلتين عشريتين).

لمتعهد آخر لتقديم الطعام:

Each extra guest adds 41.5 dollars
Each extra course adds 198.25 dollars
Each extra month booked ahead takes off 22.8 dollars
Quote: 4312.6 dollars

جرّب بنفسك

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

# صف واحد لكل فعالية سابقة: عدد الضيوف، وعدد الأطباق، وعدد أشهر الحجز المسبق، والتكلفة بالدولار
events = pd.read_csv("events.csv")
features = ["guests", "courses", "months_ahead"]
units = ["guest", "course", "month booked ahead"]
# الفعالية الجديدة في جدول مكوّن من صف واحد
guests = int(input())
courses = int(input())
months = int(input())
new_event = pd.DataFrame({"guests": [guests], "courses": [courses], "months_ahead": [months]})

# اكتب الكود الخاص بك أدناه