Tu pokazano, jak korzystać z modeli wielokrotnej regresji liniowej, jednej z najczęściej używanych rodzin modeli, do przewidywania danych liczbowych i jakościowych. Skupiliśmy się na pokazaniu technik programowania, które pozwalają analitykom być bardziej wydajnymi w projektach przy zachowaniu wysokiej jakości kodu. Zrobiliśmy to, pokazując, jak programowo tworzyć różne kombinacje modeli, mierząc dokładność predykcyjną i wybierając najlepszą. Zastosowane techniki można z łatwością stosować z innymi, bardziej zaawansowanymi typami modeli, dlatego zachęcamy do poprawy dokładności predykcyjnej przy użyciu innych rodzin modeli. W następnej sekcji zaczniemy pracować z innym i nieco mniej technicznym przykładem, który wykorzystuje dane produktu z hipotetycznej firmy, aby pokazać, jak pracować z danymi manipulacyjnymi na różne sposoby i używać ich z wieloma rodzajami wizualizacji, w tym 3D, wykresy interaktywne i geoprzestrzenne