如何在Python中的多元线性回归模型中添加收入和就业之间的交互项?

如何在Python中的多元线性回归模型中添加收入和就业之间的交互项?,python,python-3.x,linear-regression,sklearn-pandas,Python,Python 3.x,Linear Regression,Sklearn Pandas,我已经用Python成功地建立了一个带有一些术语的回归模型。如何在该模型中添加收入和就业之间的交互项 from sklearn.linear_model import LinearRegression from sklearn import linear_model import statsmodels.api as sm X = dat[['Median Houseold Income', "Bachelor's Degree or Higher", 'Employment']] reg =

我已经用Python成功地建立了一个带有一些术语的回归模型。如何在该模型中添加收入就业之间的交互项

from sklearn.linear_model import LinearRegression
from sklearn import linear_model
import statsmodels.api as sm

X = dat[['Median Houseold Income', "Bachelor's Degree or Higher", 'Employment']]
reg = linear_model.LinearRegression()
lm = reg.fit(X, dat.Turnout)
lm

print('Intercept: \n', reg.intercept_)
print('Coefficients: \n', reg.coef_)

你所说的互动术语是什么意思?就像一个表示就业x收入@Pissall的术语一样创建新列
dat[“互动术语”]=dat[“就业”]*dat[“居家老人收入中位数”]