python - 使用 scikit-Learn 构建乘法、分类模型

Question

我有一个数据集(租金价格与卧室和社区数量)。

我想将租金价格建模为基本价格、与卧室数量相关的标量以及与社区相关的标量的乘积。

例如对于 Mayfair 的 2 个床位，可能是 R = $100*1.2*1.5

从数学上来说，我猜这看起来像:租金价格=基础*(a1B1+a2B2+a3B3...)*(k1N1+k2N2+...)

其中 B2 是一个二元变量，如果该特性有 2 间卧室，则为 1，否则为 0；在上例中，a2 为 1.2； N1 是一个二进制变量，如果该属性位于“邻居 1”中，则为 1，依此类推。

scikit-learn 可以帮助建模这样的事情吗？我可以对变量的线性组合进行建模:

价格 = a1B1 + a2B2 + ... + k1N1 + k2N2

但是我看不到任何对乘法模型进行建模的方法，也没有任何方法将具有分类变量的乘法模型转换为线性模型。

Answer 1

这是一个简单的线性回归问题。房价回归是线性回归最著名的用例。您可以导入它:

from sklearn.linear_model import LinearRegression
linear_model = LinearRegression()
linear_model.fit(X_training, y_training)
# Where X = features that you can provide in a dataframe or numpy matrix
# y = House prices
prices = linear_model.predict(X_test)
# ^Gives the prediction for the prices