中级
存货估测:基于回归方程的预测值置信范围
未完成
中级参考
代码结构已给出,请填写 ____ 处
"____""____""____"
metadata = {
"____": "____",
"____": "____",
"____": "____",
"____": "____",
"____": ["____"],
"____": ["____", "____", "____"],
"____": ____
}
"____""____""____"
def solve():
import pandas as pd
import numpy as np
from pyodide.http import open_url
from io import StringIO
BASE_URL = "____"
df = pd.read_csv(StringIO(open_url(____).read()))
x = df['____'].values
y = df['____'].values
coeffs = np.polyfit(____)
y_hat = np.polyval(____)
rmse = round(np.sqrt(np.mean((____) ** ____)), ____)
df['____'] = y_hat.round(____)
df['____'] = rmse
df['____'] = (____).round(____)
df['____'] = (____).round(____)
df['____'] = df.apply(____)
result = df[['____', '____', '____', '____', '____', '____', '____']]
return result.to_string()
if __name__ == "____":
print(solve())
示例
输入
solve()
期望输出
report_year book_cost 预测值 RMSE 下限 上限 是否在范围内 | 0 2016 911 913.79 31.19 882.60 944.98 √ 是 | 1 2017 1093 1129.73 31.19 1098.54 1160.92 ✗ 否 | 2 2018 1154 1114.48 31.19 1083.29 1145.67 ✗ 否
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199