Моделирование с двумя числовыми объясняющими переменными
Вы уже знаете, как строить модель и делать прогнозы с числовой и категориальной объясняющей переменной. Код для моделирования и прогнозирования с двумя числовыми объясняющими переменными аналогичен — разница лишь в том, как задать объясняющие переменные для построения прогнозов.
Здесь вы построите модель прогнозирования цен на недвижимость по количеству ближайших магазинов и квадратному корню из расстояния до ближайшей станции МРТ.
taiwan_real_estate доступен с переменной, преобразованной по квадратному корню, sqrt_dist_to_mrt_m. Также 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.
# Fit 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
print(mdl_price_vs_conv_dist.params)