使用scikit-Learn建立乘法分類模型

Question

我有一個數據集（租金價格與卧室和附近的數量）。

我想將租金價格建模為基本價格，與卧室數量相關的標量和與鄰域相關的標量的乘積。

例如，在梅費爾（Mayfair）的兩張床可能是R = $ 100 * 1.2 * 1.5

從數學上講，我想這看起來像：租金=基礎*（a1B1 + a2B2 + a3B3 ...）*（k1N1 + k2N2 + ...）

其中B2是二進制變量，如果屬性具有2個卧室，則為1，否則為0； 在上面的示例中，a2為1.2； N1是一個二進制變量，如果屬性位於“ Neighborhood 1”中，則為1，依此類推。

scikit-learn能幫助建模這樣的事情嗎？ 我可以對變量進行線性組合建模：

價格= a1B1 + a2B2 + ... + k1N1 + k2N2

但是我看不到任何對乘法模型進行建模的方法，也看不到將具有分類變量的乘法模型轉換為線性模型的任何方法。

Answer 1

這是一個簡單的線性回歸問題。 房價回歸是線性回歸最著名的用例。 您可以導入它：

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