回归模型中截距项的意义_数据科学简化：回归模型中的定性变量

费尔南多选择了最好的模型。他建立了多元回归模型。该模型具有以下形状：

价格= -55089.98 + 87.34X发动机尺寸+ 60.93X马力+ 770.42X宽度

该模型根据发动机尺寸，马力和宽度(预测变量)预测或估算价格(目标)。该模型将所有预测变量都作为数值。

如果有定性变量怎么办？定性变量如何用于增强模型？定性变量如何解释？

费尔南多得到两个这样的定性变量：

• fuelType：使用的燃料类型。该值可以是汽油或柴油。
• driveWheels：驱动轮的类型。它具有三个值4轮驱动(4WD)，后轮驱动(RWD)和前轮驱动(FWD)。

数据集如下所示。

费尔南多希望找出这些定性变量对汽车价格的影响。

概念

定性变量是非数字变量。它将数据分类。它们也称为分类变量或因素。

因素有级别。级别不过是特定定性变量的唯一值。

• 燃料类型具有两个唯一值。汽油或柴油。这意味着燃料类型有两个因素。
• 驱动轮具有三个独特的价值。四轮驱动，后轮驱动和前轮驱动。