Różne poziomy interakcji
Gdy masz trzy zmienne objaśniające, liczba możliwości określania interakcji rośnie. Możesz nie uwzględniać żadnych interakcji. Możesz określić interakcje 2-kierunkowe, co daje współczynniki modelu dla każdej pary zmiennych. Trzecia opcja to uwzględnienie wszystkich interakcji – czyli trzech interakcji 2-kierunkowych oraz interakcji między wszystkimi trzema zmiennymi objaśniającymi.
Im więcej zmiennych objaśniających, tym liczba możliwych interakcji rośnie bardzo szybko.
Zbiór danych taiwan_real_estate jest dostępny.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana ze statsmodels w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Model price vs. no. of conv. stores, sqrt dist. to MRT station & house age, no global intercept, no interactions
mdl_price_vs_all_no_inter = ____
# See the result
print(mdl_price_vs_all_no_inter.params)