Остался последний шаг, чтобы получить матрицу-столбец с коэффициентами линейной регрессии w. Для этого нужно выполнить матричное умножение матрицы из предыдущего шага на матрицу-строку y в переменной y — с целевыми признаками тренировочной выборки. Допишите код np.linalg.inv(X.T @ X) @ X.T так, чтобы получить результат операции w=(X^T * X)^(−1) * X^T * y. Сохраните его в переменную w и выведите коэффициенты, которые получились.
# необходимые импорты
import numpy as np
# считывание npy-файлов
X = np.load('matrix_X_train_preprocessed.npy')
y = np.load('matrix_y_train.npy')
# нахождение коэффициентов линейной регрессии
w = np.linalg.inv(X.T @ X) @ X.T @ y
# вывод коэффициентов
print(w)