Lesson 3: Prediction Model using CSV Data

🧰 इस प्रोजेक्ट में क्या-क्या इस्तेमाल होगा?

• Python Programming
• Pandas और Numpy (डेटा को Read और Clean करने के लिए)
• Scikit-learn (Model बनाने और ट्रेन करने के लिए)
• Matplotlib (Graph और Charts के लिए)
• CSV File (जैसे Sales.csv, Students.csv आदि)

📝 Step-by-Step Process

1. 📂 Step 1: CSV File को Load करना → pd.read_csv()
2. 🧹 Step 2: Missing Values और Categorical Data को Clean करना
3. 📊 Step 3: Features और Target Columns Define करना
4. 🤖 Step 4: Linear Regression या Decision Tree Model Train करना
5. 📈 Step 5: Accuracy निकालना और Future Predictions करना

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

# Load CSV Data
df = pd.read_csv("sales_data.csv")

# Select Features and Target
X = df[['marketing_spend', 'website_visits']]
y = df['sales']

# Train Test Split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# Train Model
model = LinearRegression()
model.fit(X_train, y_train)

# Predict
prediction = model.predict(X_test)
print("Predicted Sales:", prediction)