1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do lineárního modelování v Pythonu
Connected

cvičení

Optimalizace pomocí Scipy

Analytické řešení pro nalezení minimální hodnoty RSS lze implementovat pomocí numpy. U složitějších modelů ale analytické vzorce většinou neexistují, a proto sáhneme po jiných přístupech.

V tomto cvičení použiješ scipy.optimize jako obecnější metodu ke stejnému optimalizačnímu problému.

Uvidíš také další návratové hodnoty, které ti řeknou, „jak dobré je nejlepší řešení". Pro snadné porovnání s novým přístupem scipy použijeme stejná naměřená data a parametry jako v předchozím cvičení.

Pokyny

100 XP
  • Definuj funkci model_func(x, a0, a1), která pro zadané pole x vrátí a0 + a1*x.
  • Pomocí funkce optimize.curve_fit() z knihovny scipy vypočítej optimální hodnoty a0 a a1.
  • Rozbal param_opt tak, aby byly parametry modelu uloženy jako a0 = param_opt[0] a a1 = param_opt[1].
  • Pomocí předdefinované funkce compute_rss_and_plot_fit ověř správnost svého řešení.