Modellering med två numeriska förklaringsvariabler
Du har redan sett hur man bygger en modell och gör förutsägelser med en numerisk och en kategorisk förklaringsvariabel. Koden för att modellera och förutsäga med två numeriska förklaringsvariabler är densamma, med ett mindre undantag i hur du anger förklaringsvariablerna vid förutsägelse.
Här ska du modellera huspriser mot antalet närliggande snabbköp och kvadratroten av avståndet till närmaste MRT-station.
taiwan_real_estate finns tillgänglig med den kvadratrotstransformerade variabeln sqrt_dist_to_mrt_m. itertools.product är också 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.
# 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)