在Sklearn回归中将一个特征设置为线性，将其他特征设置为多项式？

Question

我正在使用sklearn对Python进行线性回归。我在一个地区有土地，有价格，平方米和到海边的距离。

我想以这样一种方式制作模型，即它将平方米特征视为线性，但距离海洋多项式。

我见过多项式的教程，但不是多变量的，不是我的情况，1变量线性和其他多项式。

可以这样做吗？我正在试图预测土地价格，并在可能的情况下绘制情节，我正在策划我现在所拥有的，但“sq m”和“distance_sea”特征是直线的。

修改

以下是数据样本：

area;sea_distance;price
547;144;399000
501;166;330000
525;166;330000
544;208;90000
502;208;140000
550;215;160000
519;230;130000
516;231;140000
518;231;140000
522;245;260000
552;245;500000
502;252;140000
544;252;140000
502;252;190000
550;255;230000
520;268;134000
472;277;250000
516;298;140000
591;388;75000
600;435;120000
476;445;55000
501;445;55000
501;445;55000
501;445;70000
520;513;175000
520;513;175000
501;520;55000
500;527;52000
511;533;95000
501;553;55000
511;553;55000
512;553;55000
500;562;160000
504;581;175000
724;581;175000
501;596;55000
500;600;50000
606;632;175000
526;633;50000
548;633;55000
300;698;25600

有些数据并不完美，还有其他变量我没有，例如一些土地可能比其他更高，因此价格更高。

这是我从这些数据中得到的图表，你看到到海边的距离不是直线的