Я оценил модель линейной регрессии и выполнил oop, в которой хранятся различные MSE и R в квадрате, а l oop выводит оптимальную комбинацию. То, что я хотел бы знать, как бы я скорректировал свой код, чтобы увидеть фактическую форму модели, то есть условия взаимодействия и степень влияния переменной, а не только какие функции в ней. Код размещен ниже
'x_combos = []for n in range(1,7):
combos = combinations(['home_size', 'parcel_size', 'cbd_dist','beds','Pool', 'year','age'], n)
x_combos.extend(combos)'
for n in range(0, len(x_combos)):
combo_list = list(x_combos[n])
x = midterm[combo_list]
poly = PolynomialFeatures(3)
poly_x = poly.fit_transform(x)
ols = LinearRegression()
cv_scores = cross_validate(ols, poly_x, y, cv=10, scoring=('neg_mean_squared_error', 'r2'))
r_sqd[str(combo_list)] = np.mean(cv_scores['test_r2'])
mse[str(combo_list)] = np.mean(cv_scores['test_neg_mean_squared_error'])
print("Outcomes from the Best Linear Regression Model:")
max_r = max(r_sqd.values())
min_mse = abs(max(mse.values()))
print("Maximum Average Test R-Squared:", max_r.round(5))
print("Minimum Average Test MSE:", min_mse.round(3))
for possibles, r in r_sqd.items():
if r == max_r:
print("The Combination of Variables:", possibles)