Снова делаем прогнозы
Вы уже несколько раз применяли рабочий процесс прогнозирования с различными комбинациями объясняющих переменных. Попробуйте сделать это ещё раз — на этот раз для модели с тремя объясняющими переменными. Здесь вы будете использовать модель с трёхсторонними взаимодействиями, хотя код остаётся таким же для любой из трёх моделей из предыдущего упражнения.
Доступны taiwan_real_estate и mdl_price_vs_all_3_way_inter. Загружен itertools.product.
Это упражнение является частью курса
Промежуточная регрессия со statsmodels в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)