Data Science and Machine Learning - #42 Projeto Completo (Dados Reais)

No tutorial de hoje vamos testar como realizar a compra de um imóvel que irá se valorizar a Califórnia utilizando o melhor modelo de algorítimo: Florestas Aleatórias.

Utilizando Florestas Aleatórias

Vamos utilizar as Florestas Aleatórias para prever dados de bairros reais da Califórnia:

newDf=pd.DataFrame(columns=df.columns.to_list(),data=[['-122.23', '37.88','41.0','880.0','129.0','322.0','126.0','8.3252','452600.0','NEAR BAY','0']])
newDf.drop(['ocean_proximity','median_house_value'],axis=1,inplace=True)
newDf

pred = ins.predict(newDf)
pred

newDf=pd.DataFrame(columns=df.columns.to_list(),data=[['-124.14', '40.77','41.0','880.0','129.0','322.0','126.0','8.3252','452600.0','NEAR BAY','0']])
newDf.drop(['ocean_proximity','median_house_value'],axis=1,inplace=True)
pred = ins.predict(newDf)
pred

newDf=pd.DataFrame(columns=df.columns.to_list(),data=[['-118.05', '33.72','41.0','880.0','129.0','322.0','126.0','8.3252','452600.0','NEAR BAY','0']])
newDf.drop(['ocean_proximity','median_house_value'],axis=1,inplace=True)
pred = ins.predict(newDf)
pred

newDf=pd.DataFrame(columns=df.columns.to_list(),data=[['-118.01', '33.68','21.0','700.0','200.0','1000.0','124.0','5.3252','452600.0','NEAR BAY','3']])
newDf.drop(['ocean_proximity','median_house_value'],axis=1,inplace=True)
pred = ins.predict(newDf)
pred

newDf=pd.DataFrame(columns=df.columns.to_list(),data=[['-119.53', '38.24','41.0','880.0','129.0','322.0','126.0','8.3252','452600.0','NEAR BAY','0']])
newDf.drop(['ocean_proximity','median_house_value'],axis=1,inplace=True)
pred = ins.predict(newDf)
pred

Por hoje é só! Sucesso nos códigos e na vida!

Precisa de um professor? webdesignemfoco@gmail.com