Volviendo a predecir
Ya has seguido varias veces el flujo de trabajo de predicción con diferentes combinaciones de variables explicativas. Toca hacerlo una vez más con el modelo que tiene tres variables explicativas. Aquí usarás el modelo con interacciones de 3 vías, aunque el código es el mismo para cualquiera de los tres modelos del ejercicio anterior.
taiwan_real_estate y mdl_price_vs_all_3_way_inter están disponibles. itertools.product está cargado.
Este ejercicio forma parte del curso
Regresión intermedia con statsmodels en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# 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)