शुरू करेंमुफ़्त में शुरू करें

RSS के न्यूनतम को विज़ुअलाइज़ करना

इस अभ्यास में आप गणना करेंगे और विज़ुअलाइज़ करेंगे कि अलग-अलग मॉडल पैरामीटरों के लिए RSS कैसे बदलता है। शुरुआत में intercept को स्थिर रखें, लेकिन slope को बदलें: और हर slope मान के लिए, आप मॉडल के मान और उससे उत्पन्न RSS निकालेंगे। जब आपके पास RSS मानों की एक array हो जाए, तो आप कोड में न्यूनतम RSS मान निकालेंगे, और उस न्यूनतम से, वह slope निर्धारित करेंगे जिसने यह न्यूनतम RSS दिया।

शुरू करने के लिए पहले से लोड किए गए डेटा arrays x_data, y_data, और खाली कंटेनर rss_list का उपयोग करें।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • a1_array के प्रत्येक trial मान a1 के लिए, model() से मॉडल का मान predict करें, फिर compute_rss() को y_data, y_model के साथ चलाकर आउटपुट rss_value को rss_list में स्टोर करें.
  • rss_list को np.array() में बदलें, फिर np.min() से rss_array में न्यूनतम मान निकालें.
  • संबंधित trial मान ढूँढने के लिए np.where() का उपयोग करें और परिणाम को best_a1 में असाइन करें.
  • अपने मानों को दृश्य रूप से जाँचने के लिए plot_rss_vs_parameters() चलाएँ और सुनिश्चित करें कि वे दिए गए फ़िगर से मेल खाते हैं.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Loop over all trial values in a1_array, computing rss for each
a1_array = np.linspace(15, 35, 101)
for a1_trial in a1_array:
    y_model = model(x_data, a0=150, a1=____)
    rss_value = compute_rss(y_data, ____)
    rss_list.append(____)

# Find the minimum RSS and the a1 value from whence it came
rss_array = np.array(____)
best_rss = np.min(____) 
best_a1 = a1_array[np.where(rss_array==____)]
print('The minimum RSS = {}, came from a1 = {}'.format(best_rss, best_a1))

# Plot your rss and a1 values to confirm answer
fig = plot_rss_vs_a1(a1_array, rss_array)
कोड संपादित करें और चलाएँ