import pandas as pa
#Données reliant un nombre de ventes et l’investissement dans différents médias.
#Le modèle de régression multiple a une variable dépendante y mesurant le nombre de ventes
#et 3 variables indépendantes mesurant les investissements en terme de publicité par média.
data = pa.read_csv('advertising.csv')
data.head()
Y = data.Sales
X_cols = data.columns.drop('Sales')
X = data[X_cols]
Y.head()
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X, Y)
print(model.intercept_)
print(model.coef_)
model = LinearRegression()
model.fit(X, Y)
print(model.intercept_)
print(model.coef_)
from statsmodels.regression.linear_model import OLS
m = OLS(Y,X)
results = m.fit()
su = results.summary()
su
def predict(x):
return model.coef_ * x + model.intercept_
print(predict([0, 0, 0, 0]))
#On évalue alors le modèle
#On calcule d'abords R^2 :
model.score(X, Y)