Создайте таблицу df_cut, в которой будут только столбцы 'Age', 'Year of birth', 'Month of birthday' из файла students.csv. Запустите модель линейной регрессии, которая будет решать задачу предсказания признака 'Age' (целевой) по признакам 'Year of birth',

6 ноября 2025
Информационные технологии

Условие:

Создайте таблицу df_cut, в которой будут только столбцы 'Age','Year of birth', 'Month of birthday' из файла students.csv . Запустите модель линейной регрессии, которая будет решать задачу предсказания признака 'Age' (целевой) по признакам 'Year of birth', 'Month of birthday' (нецелевые).

Когда модель будет натренирована, то загрузите тестовую выборку из файла students_test.csv

Устройте предсказание возраста для студентов из тестовой выборки.

В окошко ответа запишите возраст, предсказанный для первого по счету студента (то есть студента с индексом 0) из тестовой выборки.

Решение:

Ниже приведён подробный алгоритм решения задачи и пример кода, реализующего описанную процедуру: 1. Сначала импортируем необходимые библиотеки: pandas для работы с таблицами и sklearn.linear_model для модели линейной регрессии. 2. Загружаем основной файл данных students.csv в DataFrame (например, df). Из него формируем новый DataFrame df_cut, оставляя только столбцы «Age», «Year of birth», «Month of birthday». 3. Определяем матрицу признаков X, состоящую из столбцов «Year of birth» и «Month of birthday», и целевой вектор y – столбец «Age». 4. Обучаем модель линейной регрессии на полученных...