使用平行斜率模型进行预测
虽然 seaborn 可以用 sns.regplot() 自动显示模型预测，但若要获取这些数值以便编程使用，您需要自己计算。
与只有一个解释变量时相同，工作流程分两步：先创建包含解释变量的 DataFrame，然后添加一列预测值。
taiwan_real_estate 可用，mdl_price_vs_both 是已拟合的模型。seaborn、ols()、matplotlib.pyplot、pandas 和 numpy 已按默认别名加载。本课程其余部分也将保持这一设置。 另外，ìtertools.product 也可用。
本练习是课程的一部分
Python 中级回归：使用 statsmodels
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create n_convenience as an array of numbers from 0 to 10
n_convenience = ____
# Extract the unique values of house_age_years
house_age_years = ____
# Create p as all combinations of values of n_convenience and house_age_years
p = ____(____, ____)
# Transform p to a DataFrame and name the columns
explanatory_data = ____
print(explanatory_data)