शुरू करेंमुफ़्त में शुरू करें

मॉडल पैरामीटर

अब जब आपने एक सामान्य मॉडल बना लिया है, तो आइए उसे एक नए (प्रीलोडेड) मापे गए डेटा सेट xd, yd पर "ऑप्टिमाइज़" या "फिट" करें. लक्ष्य है मॉडल पैरामीटर a0, a1 के ऐसे विशिष्ट मान ढूँढना, जिन पर प्लॉट में मॉडल डेटा और मापा गया डेटा एक-दूसरे से मेल खाएँ.

यह एक क्रमिक विज़ुअलाइज़ेशन रणनीति है. हम मॉडल पैरामीटर के लिए एक अनुमान से शुरू करते हैं, उन्हें model() में पास करते हैं, प्राप्त मॉडल्ड डेटा को मापे गए डेटा के ऊपर प्लॉट करते हैं, और दृश्य रूप से जाँचते हैं कि लाइन बिंदुओं से होकर गुजरती है या नहीं. अगर नहीं, तो हम पैरामीटर बदलते हैं और फिर कोशिश करते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • फ़ंक्शन plot_data_and_model(xd, yd, ym) को पूरा करें, और आंतरिक plotting कॉल्स में xd, yd तथा xd, ym पास करें.
  • ym = model() का उपयोग करके मॉडल प्रेडिक्शंस निकालें, इसके लिए डेटा xd और अनुमानित मॉडल पैरामीटर a0 और a1 दोनों पास करें.
    • ऊपर दिए गए डेटा का निरीक्षण कीजिए, और उसे अपनी पहली दो अनुमानों के लिए मार्गदर्शक बनाइए. लाइन डेटा पर कैसे फिट होती है, यह देखकर बाद में आप इन अनुमानों को संशोधित कर सकते हैं.
  • plot_data_and_model() का उपयोग करके xd, yd, और ym को साथ में प्लॉट करें.
  • a0 और a1 के मान बदलें और पिछले 2 चरणों को दोहराएँ, जब तक कि लाइन सभी बिंदुओं से होकर न गुजरने लगे.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Complete the plotting function definition
def plot_data_with_model(xd, yd, ym):
    fig = plot_data(____, ____)  # plot measured data
    fig.axes[0].plot(____, ____, color='red')  # over-plot modeled data
    plt.show()
    return fig

# Select new model parameters a0, a1, and generate modeled `ym` from them.
a0 = ____
a1 = ____
ym = model(xd, a0, a1)

# Plot the resulting model to see whether it fits the data
fig = plot_data_with_model(xd, yd, ____)
कोड संपादित करें और चलाएँ