Modelowanie z dwiema numerycznymi zmiennymi objaśniającymi
Wiesz już, jak budować model i tworzyć prognozy z jedną zmienną numeryczną i jedną kategoryczną. Kod dla modelu z dwiema zmiennymi numerycznymi wygląda niemal identycznie – różni się jedynie sposobem określenia zmiennych objaśniających przy tworzeniu prognoz.
W tym ćwiczeniu zbudujesz model cen nieruchomości w zależności od liczby pobliskich sklepów i pierwiastka kwadratowego z odległości do najbliższej stacji MRT.
Zbiór danych taiwan_real_estate jest dostępny; załadowane są biblioteki dplyr, tidyr i ggplot2.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit a 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
mdl_price_vs_conv_dist