将 scikit-Learn 用于乘法分类模型答案

【问题标题】：Using scikit-Learn for a multiplicative, categorical model将 scikit-Learn 用于乘法分类模型
【发布时间】：2018-04-04 23:39:51
【问题描述】：

我有一个数据集（租金与卧室数量和社区数量）。

我想将租赁价格建模为基本价格、与卧室数量相关的标量和与社区相关的标量的乘积。

例如Mayfair 的 2 床房可能是 R = $100*1.2*1.5

在数学上我猜这看起来像：租金=基础*(a1B1+a2B2+a3B3...)*(k1N1+k2N2+...)

其中 B2 是二进制变量，如果房产有 2 间卧室，则为 1，否则为 0；在上面的例子中，a2 是 1.2； N1 是一个二进制变量，如果属性在'Neighborhood 1'则为1，等等。

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

但是我看不到任何方法可以对乘法模型进行建模，也看不到任何方法可以将具有分类变量的乘法模型转换为线性模型。

【问题讨论】：

您可以通过将数据通过PolynomialFeatures(2, interaction_only=True) 传递给线性模型来添加乘法特征。

标签： python scikit-learn regression

【解决方案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。你可以导入它：

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

【讨论】：

显然这不能回答问题。