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

cvičení

Extrapolace: Za hranice dat

V tomto cvičení se podíváme na úskalí extrapolace. Na obrázku vidíš profil turistické stezky na hoře. Jedna část stezky, vyznačená černě, vypadá lineárně, a právě ta posloužila jako základ pro sestavení modelu. Nejlepší přímka (červená) však mimo původní „doménu" dat přestává odpovídat novým datům označeným modře.

Chceme-li model využít k předpovědi nadmořské výšky a zároveň se vejít do určité tolerance, jaké jsou nejmenší a největší hodnoty nezávislé proměnné x, pro které ještě můžeme model použít?

Pro řešení využij předpřipravené proměnné x_data, y_data, y_model a funkci plot_data_model_tolerance().

Pokyny

100 XP
  • Pomocí np.abs() vypočítej rezidua jako rozdíly y_data - y_model.
  • Najdi hodnoty .min() a .max() proměnné x, při kterých jsou residuals menší než tolerance = 100 metrů.
  • Pomocí np.min() a np.max() vypiš rozsah (největší a nejmenší) hodnot x_good.
  • Pomocí předpřipravené funkce plot_data_model_tolerance() porovnej data, model a rozsah hodnot x_good, kde platí residuals < tolerance.