Componentes del modelo

Hasta ahora, has trabajado con un modelo predefinido. En este ejercicio, implementarás una función de modelo que devuelva los valores del modelo para y, calculados a partir de los datos de entrada x y de los coeficientes de entrada para el término de orden "cero" a0, el término de "primer orden" a1 y un término cuadrático a2 del modelo (ver abajo).

\(y = a_0 + a_1 x + a_2 x^2\)

Recuerda que "primer orden" es lineal, así que estableceremos los valores por defecto de este modelo lineal general con a2=0, aunque más adelante cambiaremos esto para comparar.

Este ejercicio forma parte del curso

Introducción al modelado lineal en Python

Ver curso

Instrucciones del ejercicio

Completa la definición de la función model() para que reciba x y las entradas por defecto a0=3, a1=2, a2=0, y devuelva y.
Crea un array de valores x usando el método de numpy np.linspace().
Pasa x a tu model() sin especificar a0, a1, a2, para obtener los valores predichos y por defecto.
Usa la función predefinida plot_prediction() para ver una gráfica de los datos resultantes x e y.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Define the general model as a function
def model(x, a0=____, a1=____, a2=____):
    return a0 + (a1*____) + (a2*____*____)

# Generate array x, then predict y values for specific, non-default a0 and a1
x = np.____(-10, 10, 21)
y = model(____)

# Plot the results, y versus x
fig = plot_prediction(____, ____)

Editar y ejecutar código