Prevendo novamente
Você já seguiu o fluxo de previsão várias vezes com diferentes combinações de variáveis explanatórias. Hora de tentar mais uma vez com o modelo que tem três variáveis explanatórias. Aqui, você vai usar o modelo com interações de 3 vias, embora o código seja o mesmo para qualquer um dos três modelos do exercício anterior.
taiwan_real_estate e mdl_price_vs_all_3_way_inter estão disponíveis. itertools.product está carregado.
Este exercicio faz parte do curso
Regressão Intermediária com statsmodels em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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)