Я ищу следующее:
- Оцените многовариантную модель, используя R ^ 2 / MSE и Data Visualization, чтобы определить, насколько хорошо работает моя модель
- Узнайте, какая у меня модель уравнение выглядит как (то есть новые переменные наклоны и перехват
Справочная информация: у меня есть набор данных, который состоит из нескольких столбцов данных. Я был заинтересован в разработке полиномиальной модели между 4 независимыми переменными и одной зависимой переменной :
Z = df[['horsepower', 'curb-weight', 'engine-size', 'highway-mpg']]
y = df['price']
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
Input=[('scale',StandardScaler()), ('polynomial', PolynomialFeatures(degree=2)), ('model',LinearRegression())]
pipe=Pipeline(Input)
pipe.fit(Z,y)
ypipe=pipe.predict(Z)
Теперь я хотел бы оценить мою модель, используя вышеуказанные методы, и найти способ ее визуализации. Я благодарен за всю помощь. Ссылка на данные здесь