Условие:
Вы аналитик данных в сети кафе-мороженых "Холодное наслаждение". Компания имеет точки продаж в популярном приморском курортном городе. Руководство хочет более точно планировать закупки и распределение персонала, основываясь на прогнозах продаж.
Имеющиеся данные представляют собой статистику продаж мороженого за последние несколько лет. Переменная x соответствует времени (в месяцах, но при сборе данных произошла ошибка - число в этом столбце означает смещение по времени относительно некоторой точки отсчета), а y — объему продаж в тысячах единиц.
Ваша задача — построить модель регрессии, которая сможет точно прогнозировать объем продаж мороженого в зависимости от времени.
Напишите функцию regression(train_file, submit_file, output_file), которая выполняет задачу регрессии (обучает модель и делает предсказания).
Параметры функции\ntrain_file (str): путь к CSV файлу с размеченными данными (обучающая выборка). В файле есть следующие колонки:\nid (int): идентификатор записи\nx (float): время в месяцах\ny (float): объем продаж в тысячах единиц\nsubmit_file (str): путь к CSV файлу с неразмеченными данными (тестовая выборка). В файле есть следующие колонки:\nid (int): идентификатор записи\nx (float): время в месяцах\noutput_file (str): путь к файлу, в который необходимо сохранить предсказания. Этот файл должен содержать колонки:\nid (int): идентификатор записи\ny (float): прогнозируемый объем продаж в тысячах единиц
