将scikit-Learn用于乘法分类模型

Question

我有一个数据集(房租价格与卧室和邻里的数量)。

我想要将租赁价格建模为基价、与卧室数量相关的标量和与邻里相关的标量的乘积。

例如，对于梅菲尔区的两张床，它可能是R= $100*1.2*1.5

从数学上讲，我猜这应该是这样的:租金=基数*(a1B1+a2B2+a3B3...)*(k1N1+k2N2+...)

其中，B2是一个二元变量，如果房产有两间卧室，则为1，否则为0；在上面的示例中，a2将为1.2；N1是二元变量，如果房产位于'Neighborhood 1'，则为1，依此类推。

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

价格= a1B1 + a2B2 + ... + k1N1 + k2N2

但我看不到任何方法来模拟乘法模型，也看不到任何方法来将带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