#python #math #non-linear-regression
#python #математика #нелинейная регрессия
Вопрос:
Здесь вопрос, частично связанный с математикой, но я считаю, что он все еще актуален, поскольку это то, над чем я работаю на Python. Кроме того, люди из MathOverflow посмеялись бы над моим слабоумием.
В любом случае, у меня есть проект, связанный с недвижимостью, над которым я работаю. В приведенном ниже примере у меня есть 5 объектов недвижимости с их метражом и ценой за квадратный фут. Этот пример иллюстрирует небольшое уменьшение доходности недвижимости. В частности, при прочих равных условиях, чем выше площадь метража, тем ниже цена за квадратный фут.
Как я могу создать уравнение для использования в Python, которое наилучшим образом учитывает это, чтобы я мог легко подключить квадратный метр и на основе этих данных получить точную оценку цены за квадратный метр для F (x).
Комментарии:
1. Это похоже на проблему прогнозирования дома вы пробовали
scikitмашинное обучение?2. Я кратко рассмотрел это. Я не очень хорошо знаком с машинным обучением. Эта проблема кажется мне гораздо более простой, действительно ли для этого требуется что-то вроде scikit? Если да, можете ли вы указать мне правильное направление. В scikit есть тонна контента.
Ответ №1:
Машинное обучение не требуется.
Вы можете сделать это с помощью простой линейной регрессии. Вы даже можете получить это прямо из Excel, построив график данных и запросив соответствующее уравнение для отображения.
Вот что я получаю, когда прошу Excel построить график и подогнать ваши данные. Сплошная линия — это ваши данные; пунктирная линия — многочлен 2-го порядка, который Excel сгенерировал с помощью линейной регрессии. Уравнение небольшое, но вы сможете прочитать его, если увеличите изображение.
