Gör förutsägelser igen
Du har nu följt förutsägelsearbetsflödet flera gånger med olika kombinationer av förklaringsvariabler. Dags att göra det en gång till – den här gången med modellen som har tre förklaringsvariabler. Du använder modellen med 3-vägs-interaktioner, men koden är densamma oavsett vilken av de tre modellerna från föregående övning du väljer.
taiwan_real_estate och mdl_price_vs_all_3_way_inter finns tillgängliga. itertools.product är inläst.
Den här övningen är en del av kursen
Intermediär regression med statsmodels i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)