Parámetros del modelo

Ahora que has construido un modelo general, vamos a "optimizarlo" o "ajustarlo" a un nuevo conjunto de datos medidos (precargado), xd, yd, encontrando los valores específicos de los parámetros del modelo a0, a1 para los cuales los datos del modelo y los datos medidos se alinean en una gráfica.

Esta es una estrategia iterativa basada en visualización: empezamos con una estimación de los parámetros del modelo, los pasamos a model(), superponemos los datos modelados resultantes sobre los datos medidos y comprobamos visualmente que la recta pase por los puntos. Si no lo hace, cambiamos los parámetros del modelo y lo intentamos de nuevo.

Este ejercicio forma parte del curso

Introducción al modelado lineal en Python

Ver curso

Instrucciones del ejercicio

Completa la función plot_data_and_model(xd, yd, ym), pasando xd, yd y xd, ym a las llamadas internas de trazado.
Calcula las predicciones del modelo con ym = model() pasando tanto los datos xd como las estimaciones iniciales de los parámetros a0 y a1.
- Revisa los datos que se muestran arriba y úsalo como guía para tus dos primeras estimaciones. Podrás volver y revisarlas después de ver cómo la recta se ajusta a los datos.
Usa plot_data_and_model() para representar juntos xd, yd y ym.
Cambia los valores de a0 y a1 y repite los 2 pasos anteriores hasta que la recta pase por todos los puntos.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Complete the plotting function definition
def plot_data_with_model(xd, yd, ym):
    fig = plot_data(____, ____)  # plot measured data
    fig.axes[0].plot(____, ____, color='red')  # over-plot modeled data
    plt.show()
    return fig

# Select new model parameters a0, a1, and generate modeled `ym` from them.
a0 = ____
a1 = ____
ym = model(xd, a0, a1)

# Plot the resulting model to see whether it fits the data
fig = plot_data_with_model(xd, yd, ____)

Editar y ejecutar código