शुरू करेंमुफ़्त में शुरू करें

Residuals को न्यूनतम करना

इस अभ्यास में, आप एक फंक्शन पूरा करेंगे जो मॉडल और डेटा की विजुअल तुलना करता है, और RSS compute कर के प्रिंट करता है. आप इसे कई बार कॉल करेंगे ताकि देखें कि जब आप a0 और a1 के मान बदलते हैं तो RSS कैसे बदलता है. हम देखेंगे कि पहले मिले पैरामीटर मान ही वे हैं जो RSS को न्यूनतम करते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • model() की कॉल में डेटा xd और मॉडल पैरामीटर a0 और a1 पास करें.
  • rss को residuals के square के योग के रूप में compute करें.
  • compute_rss_and_plot_fit() का उपयोग a0 और a1 के अलग-अलग मानों के लिए करें ताकि देखें कि वे RSS को कैसे बदलते हैं.
  • खुद आश्वस्त हो जाएँ कि मूल मान a0=150 और a1=25 RSS को न्यूनतम करते हैं, और इन्हीं के साथ अपना उत्तर सबमिट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ