Modellare due variabili esplicative numeriche
Hai già visto come creare un modello e fare previsioni con una variabile esplicativa numerica e una categoriale. Il codice per modellare e prevedere con due variabili esplicative numeriche è lo stesso, a parte una piccola differenza nel modo in cui si specificano le variabili esplicative per cui fare le previsioni.
Qui modellerai e prevederai i prezzi delle case in funzione del numero di minimarket nelle vicinanze e della radice quadrata della distanza dalla stazione MRT più vicina.
taiwan_real_estate è disponibile con la variabile trasformata tramite radice quadrata sqrt_dist_to_mrt_m. È anche caricato itertools.product.
Questo esercizio fa parte del corso
Regressione intermedia con statsmodels in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Fit linear regression of price vs. no. of conv. stores and sqrt dist. to nearest MRT, no interaction
mdl_price_vs_conv_dist = ____
# See the result
print(mdl_price_vs_conv_dist.params)