Residuen untersuchen
Um ein lineares Modell umzusetzen, musst du die Residuen untersuchen, also die Abstände zwischen den vorhergesagten Werten und den beobachteten Daten.
Drei Bedingungen müssen erfüllt sein:
- Der Mittelwert sollte 0 sein.
- Die Varianz muss konstant sein.
- Die Verteilung muss normal sein.
Wir arbeiten mit Testergebnissen zweier Schulen, A und B, im gleichen Fach. model_A und model_B wurden jeweils mit hours_of_study_A und test_scores_A sowie hours_of_study_B und test_scores_B angepasst.
matplotlib.pyplot wurde als plt importiert, numpy als np und LinearRegression aus sklearn.linear_model.
Diese Übung ist Teil des Kurses
Grundlagen der Wahrscheinlichkeit in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Scatterplot of hours of study and test scores
plt.scatter(____, ____)
# Plot of hours_of_study_values_A and predicted values
plt.plot(____, model_A.____(hours_of_study_values_A))
plt.title("Model A", fontsize=25)
plt.show()