CommencerCommencer gratuitement

Étudier les résidus

Pour mettre en place un modèle linéaire, vous devez étudier les résidus, c’est-à-dire les écarts entre les prédictions du modèle et les observations.

Trois conditions doivent être vérifiées :

  1. La moyenne doit être égale à 0.
  2. La variance doit être constante.
  3. La distribution doit être normale.

Nous allons travailler sur des notes de test pour deux écoles, A et B, sur la même matière. model_A et model_B ont été ajustés respectivement avec hours_of_study_A et test_scores_A, ainsi que hours_of_study_B et test_scores_B.

matplotlib.pyplot a été importé sous le nom plt, numpy sous np et LinearRegression depuis sklearn.linear_model.

Cet exercice fait partie du cours

Fondamentaux des probabilités en Python

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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()
Modifier et exécuter le code