Erneut vorhersagen
Du bist den Vorhersage-Workflow jetzt schon mehrfach mit verschiedenen Kombinationen an erklärenden Variablen durchgegangen. Zeit, das Ganze noch einmal mit dem Modell mit drei erklärenden Variablen zu probieren. Hier verwendest du das Modell mit 3-Wege-Interaktionen, auch wenn der Code für alle drei Modelle aus der vorherigen Übung gleich ist.
taiwan_real_estate und mdl_price_vs_all_3_way_inter sind verfügbar. 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 = ____
# Create sqrt_dist_to_mrt_m as an array of numbers from 0 to 80 in steps of 10
sqrt_dist_to_mrt_m = ____
# Create house_age_years with unique values
house_age_years = ____
# Create p as all combinations of n_convenience, sqrt_dist_to_mrt_m, and house_age_years, in that order
p = ____
# Transform p to a DataFrame and name the columns
explanatory_data = ____
# See the result
print(explanatory_data)