在Python Statsmodels中创建文件OLS

我在Python方面没有太多的知识，但我必须破解它以完成评估

问题：
运行以下代码以加载所需的库并创建适合模型的数据集

from sklearn.datasets import load_boston
import pandas as pd 

boston = load_boston()
dataset = pd.DataFrame(boston.data, columns=boston.feature_names)
dataset['target'] = boston.target

print(dataset.head())

我必须执行以下步骤来完成此场景

对于上述代码片段中加载的boston数据集，执行线性回归。
使用目标变量作为因变量。
使用RM变量作为自变量。
使用python中的statsmodels包拟合单个线性回归模型。
在代码中适当导入statsmodels包。
拟合模型后，确定系数。
最后在代码中打印模型摘要。
您可以使用vim app.py编写代码

按i键进入插入模式。
按esc键，然后按：wq键保存并退出编辑器

请帮助我了解如何完成这项工作。非常感谢您的宝贵意见

---

提前感谢

谢谢，我们将尝试并更新。。。对于你的问题，答案是Yessory@Nurgle，这不起作用。在执行python代码

python app.py | tee output.txt.

之后，它没有通过请告诉我对此是否有任何建议@NurgleHi，抱歉这些天忙着工作。明天我将再次运行代码，因为唯一挂起的任务是output.txt。我也陷入了同样的错误中，因为输出是正确的，我还要问我的上级。在这次动手练习后，您是否能够清除测验？是的，我已经完成了，如果您共享您的电子邮件id，我可以将其发送给您……：）我正在等待，只有这两件事：(

from sklearn.datasets import load_boston
import pandas as pd 

boston = load_boston()
dataset = pd.DataFrame(boston.data, columns=boston.feature_names)
dataset['target'] = boston.target

print(dataset.head())

import statsmodels.api as sm
import statsmodels.formula.api as smf

X = dataset["RM"]
y = dataset['target']

X = sm.add_constant(X)

model = smf.OLS(y,X).fit()

predictions = model.predict(X)

print(model.summary())