Vorhersagen mit Interaktionen
Wie bei jedem anderen Regressionsmodell, das du erstellt hast, kommt der spannende Teil beim Vorhersagen. Zum Glück ist der Code-Ablauf derselbe wie ohne Interaktionen — statsmodels kann die Interaktionen ohne zusätzliches Zutun von dir berechnen. Das Einzige, woran du denken musst, ist der Trick, um Kombinationen von erklärenden Variablen zu erzeugen.
mdl_price_vs_both_inter steht als trainiertes Modell zur Verfügung, itertools.product ist geladen.
Diese Übung ist Teil des Kurses
<Kurs>Fortgeschrittene Regression mit statsmodels in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create n_convenience as an array of numbers from 0 to 10
n_convenience = ____
# Extract the unique values of house_age_years
house_age_years = ____
# Create p as all combinations of values of n_convenience and house_age_years
p = ____
# Transform p to a DataFrame and name the columns
explanatory_data = ____
# Print it
print(explanatory_data)