CommencezCommencez gratuitement

Minimiser les résidus

Dans cet exercice, vous allez compléter une fonction pour comparer visuellement le modèle et les données, puis calculer et afficher la RSS. Vous l'appelerez plus d'une fois pour voir comment la RSS change lorsque vous modifiez les valeurs de a0 et a1. Vous verrez que les valeurs des paramètres trouvées plus tôt sont celles qui minimisent la RSS.

Cette activité fait partie du cours

Introduction aux modèles linéaires en Python

Voir le cours

Instructions de l’exercice

  • Complétez l'appel à model() en lui passant les données xd et les paramètres du modèle a0 et a1.
  • Calculez rss comme la somme des carrés des residuals.
  • Utilisez compute_rss_and_plot_fit() avec différentes valeurs de a0 et a1 pour voir comment elles font évoluer la RSS.
  • Assurez-vous que les valeurs initiales a0=150 et a1=25 minimisent la RSS, puis soumettez votre réponse avec ces valeurs.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Complete function to load data, build model, compute RSS, and plot
def compute_rss_and_plot_fit(a0, a1):
    xd, yd = load_data()
    ym = model(xd, ____, ____)
    residuals = ym - yd
    rss = np.sum(np.square(____))
    summary = "Parameters a0={}, a1={} yield RSS={:0.2f}".format(____, ____, rss)
    fig = plot_data_with_model(xd, yd, ym, summary)
    return rss, summary

# Chose model parameter values and pass them into RSS function
rss, summary = compute_rss_and_plot_fit(a0=____, a1=____)
print(summary)
Modifier et exécuter le code