Prognozowanie z interakcjami
Podobnie jak w przypadku każdego innego modelu regresji, najciekawsza część to tworzenie prognoz. Na szczęście schemat kodu jest tu taki sam jak w modelach bez interakcji – statsmodels sam oblicza interakcje, bez żadnych dodatkowych wskazówek z twojej strony. Jedyne, o czym trzeba pamiętać, to sposób tworzenia kombinacji zmiennych objaśniających.
mdl_price_vs_both_inter jest dostępny jako dopasowany model, a itertools.product jest załadowany.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana ze statsmodels w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)