如何程序化生成含100个特征与单一特征交互的回归模型公式？

核心思路 #

通过字符串拼接动态生成回归公式，彻底避免手动编写100个重复交互项，完全适配statsmodels的R风格语法规则。

实现步骤与代码示例 #

1. 定义变量与特征列表
   先明确目标变量、核心交互特征，以及需要配对的100个特征列表（务必保证列表内的名称与数据框列名完全一致）：

import statsmodels.formula.api as smf
import pandas as pd

# 示例数据集（实际替换为你的真实数据）
df = pd.DataFrame({
    'Y': range(1000),
    'a': range(1000),
    **{f'feat_{i}': range(1000) for i in range(100)}
})

# 用于交互的核心特征
core_feature = 'a'
# 100个待与核心特征交互的特征列表
feature_list = [f'feat_{i}' for i in range(100)]

2. 动态生成公式字符串
   用列表推导式批量生成交互项，再拼接成完整的回归公式：

# 生成所有交互项的字符串，格式为a*feat_0 + a*feat_1 + ... + a*feat_99
interaction_terms = ' + '.join([f'{core_feature}*{feat}' for feat in feature_list])
# 组合成完整的回归公式
formula = f'Y ~ {interaction_terms}'

注：如果只需要纯交互项（不含主效应项），将*替换为:即可，即f'{core_feature}:{feat}'

3. 拟合模型并查看结果

# 拟合普通最小二乘回归模型
model = smf.ols(formula=formula, data=df).fit()
# 输出模型详细摘要
print(model.summary())

注意事项 #

• 若数据集规模较大，100个交互项会增加模型拟合时间，可先根据业务逻辑筛选特征后再生成公式
• 特征名称中不能包含空格或特殊字符，否则会触发公式解析报错

内容的提问来源于stack exchange，提问作者Angus Campbell