शुरू करेंमुफ़्त में शुरू करें

Model Components

पहले, आपको काम करने के लिए एक pre-defined मॉडल दिया गया था. इस अभ्यास में, आप एक मॉडल फंक्शन इम्प्लीमेंट करेंगे जो इनपुट x डेटा से, और "zero-th" ऑर्डर टर्म a0, "first-order" टर्म a1, और मॉडल के एक quadratic टर्म a2 के किसी भी इनपुट कोएफ़िशिएंट्स से, y के मॉडल मान लौटाएगा (नीचे देखें).

\(y = a_0 + a_1 x + a_2 x^2\)

याद रखें कि "first order" रैखिक (linear) होता है, इसलिए हम इस general linear मॉडल के लिए डिफॉल्ट्स a2=0 सेट करेंगे, लेकिन आगे तुलना के लिए इसे बदलेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • फंक्शन डेफिनिशन model() पूरी कीजिए ताकि यह x ले, और डिफॉल्ट इनपुट a0=3, a1=2, a2=0 के साथ इनपुट ले कर y लौटाए.
  • numpy की मेथड np.linspace() का उपयोग करके x का एक array बनाएँ.
  • डिफॉल्ट प्रेडिक्टेड y पाने के लिए a0, a1, a2 बताए बिना, अपने model() में x पास करें.
  • pre-defined plot_prediction() का उपयोग करके प्राप्त x और y डेटा का प्लॉट देखें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define the general model as a function
def model(x, a0=____, a1=____, a2=____):
    return a0 + (a1*____) + (a2*____*____)

# Generate array x, then predict y values for specific, non-default a0 and a1
x = np.____(-10, 10, 21)
y = model(____)

# Plot the results, y versus x
fig = plot_prediction(____, ____)
कोड संपादित करें और चलाएँ