new_casa = pd.DataFrame({
'const': [1],
'area_primer_piso': [98],
'tiene_segundo_piso': [0],
'cantidad_banos': [1],
'calidad_de_cocina_excelente': [1]
})
modelo_3.predict(new_casa).round(2)
Resultado:
0
0 1063173.85
new_casa = pd.DataFrame({
'const': [1],
'area_primer_piso': [98],
'tiene_segundo_piso': [0],
'cantidad_banos': [1],
'calidad_de_cocina_excelente': [1]
})
modelo_3.predict(new_casa).round(2)
Resultado:
0
0 1063173.85
¡Hola Estudiante, espero que estés bien!
Parece que has seguido correctamente las instrucciones para crear un DataFrame con las características de la casa y realizar la predicción utilizando tu modelo de regresión lineal. Según el resultado que obtuviste, el modelo predice que el valor de la casa es de 1,063,173.85.
Si este resultado es inesperado, aquí hay algunas cosas que podrías verificar:
Coeficientes del modelo: Asegúrate de que el modelo modelo_3 esté entrenado correctamente y que los coeficientes sean los esperados. Esto puede influir en el resultado de la predicción.
Escalado de datos: Verifica si los datos originales utilizados para entrenar el modelo fueron escalados o normalizados. Si es así, asegúrate de aplicar el mismo proceso al nuevo conjunto de datos antes de hacer la predicción.
Interpreta el resultado: Recuerda que el valor predicho es solo una estimación basada en los datos y características proporcionadas. Puede ser útil comparar este resultado con otras estimaciones o valores del mercado para evaluar su precisión.
Espero que esto te ayude a entender mejor el resultado de tu predicción. ¡Bons estudios!