######################################################################## ##============= Part 2: Predicting with the model ===================# ######################################################################## # Predict values for lower status percentage of 5% and 50% # remember to multiply prediction by 10000 because median value is in 10000s ########################################################################### # TODO: # # Predicted median value of a home with LSTAT = 5% # # Hint: call the predict method with the appropriate x # # One line of code expected; replace line pred_cost = 0 # ########################################################################### <<<<<<< HEAD pred_cost = linear_reg1.predict(np.array([1,5]))*10000 ======= pred_cost = 0 >>>>>>> 89dd6a53aa0ff700b713b57c5d8d001424557b1d print 'For lower status percentage = 5, we predict a median home value of', pred_cost ########################################################################### # TODO: # # Predicted median value of a home with LSTAT = 50% # # One line of code expected, replace pred_cost = 0 # ########################################################################### <<<<<<< HEAD pred_cost = linear_reg1.predict(np.array([1,50]))*10000 ======= pred_cost = 0
######################################################################## ##============= Part 2: Predicting with the model ===================# ######################################################################## # Predict values for lower status percentage of 5% and 50% # remember to multiply prediction by 10000 because median value is in 10000s ########################################################################### # TODO: # # Predicted median value of a home with LSTAT = 5% # # Hint: call the predict method with the appropriate x # # One line of code expected; replace line pred_cost = 0 # ########################################################################### pred_cost = linear_reg1.predict(np.asarray (filter((lambda x: x[1] < 5), XX))) pred_cost.sort() print pred_cost print 'For lower status percentage = 5, we predict a median home value of', pred_cost[0,len(pred_cost)/2] * 10000 ########################################################################### # TODO: # # Predicted median value of a home with LSTAT = 50% # # One line of code expected, replace pred_cost = 0 # ########################################################################### pred_cost = linear_reg1.predict(np.asarray (filter((lambda x: x[1] < 50), XX))) pred_cost.sort() print 'For lower status percentage = 50, we predict a median home value of',pred_cost[0, len(pred_cost/2)] * 10000
