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

cvičení

Vizuální odhadování směrnice a průsečíku

Sestavování lineárních modelů je automatizovaný způsob, jak dělat něco, co můžeme zhruba zvládnout i „ručně" – pomocí vizualizace dat a spousty pokusů a omylů. Vizuální metoda sice není nejefektivnější ani nejpřesnější, ale koncepty ilustruje velmi názorně – tak to pojďme vyzkoušet!

Máš k dispozici naměřená data. Tvým úkolem je odhadnout hodnoty směrnice a průsečíku, předat je do modelu a upravovat svůj odhad tak dlouho, dokud výsledný model data dobře neproloží. Použij připravená data xd, yd a funkci model() k vytvoření předpovědí modelu. Předpovědi a data pak porovnej pomocí připravené funkce plot_data_and_model().

Pokyny

100 XP
  • Prohlédni si graf výše a odhadni počáteční hodnoty trial_slope a trial_intercept. V průběhu cvičení je budeš moci upravovat.
  • Pomocí předdefinované funkce xm, ym = model(intercept, slope) vygeneruj předpovědi modelu.
  • Pomocí připravené funkce fig = plot_data_and_model(xd, yd, xm, ym) vykresli naměřená data (xd, yd) a předpovědi modelu (xm, ym) společně do jednoho grafu.
  • Pokud model data dobře neproloží, zkus jiné hodnoty trial_slope a trial_intercept a spusť kód znovu.
  • Opakuj, dokud nebudeš spokojený/á s výsledkem, a pak nejlepší hodnoty přiřaď do final_slope a final_intercept a odešli odpověď.