ЛММО. 9/24.3/11.9/12.Задача 2

Обучите модель линейной регрессии на подходящих данных и получите новые предсказания целевого признака price. Выведите из переменной predictions предсказанное значение c нулевым индексом и первое известное значение из переменной y_test.

# необходимые импорты
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
# создание константы RANDOM_STATE
RANDOM_STATE = 42
# считывание CSV-файла в датафрейм pandas, сохранение выборок
df = pd.read_csv('real_estate_clean.csv')
X = df.drop('price', axis=1)
y = df['price']
X_train, X_test, y_train, y_test = train_test_split(
    X, 
    y, 
    random_state=RANDOM_STATE
)

# инициализация и обучение модели
model_lr  = LinearRegression()
model_lr.fit(X_train, y_train)

# предсказанные значения для X_test
predictions = model_lr.predict(X_test)

# вывод первых предсказанного и настоящего значений
print(predictions[0],y_test.reset_index(drop=True)[0])