इंटरसेप्ट और शुरुआती बिंदु
इस अभ्यास में, आप इंटरसेप्ट और स्लोप पैरामीटर को उस संदर्भ में देखेंगे जहाँ एक बड़े काँच के जग में भरे सोल्यूशन का वॉल्यूम नापा गया है। यह सोल्यूशन पानी, अनाज, शर्करा और यीस्ट से मिलकर बना है। सोल्यूशन और काँच के कंटेनर की कुल mass भी रिकॉर्ड की गई, लेकिन खाली कंटेनर का mass नोट नहीं किया गया.
आपका कार्य है प्रीलोडेड pandas DataFrame df का उपयोग करना, जिसमें volumes और masses कॉलम हैं, ताकि आप एक लीनियर मॉडल बना सकें जो masses (y-data) को volumes (x-data) से संबंधित करे। स्लोप, इस सोल्यूशन की डेंसिटी का अनुमान होगा (mass में परिवर्तन / volume में परिवर्तन), और इंटरसेप्ट खाली कंटेनर के weight का अनुमान होगा (जब volume=0 हो तब का mass).
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Linear Modeling परिचय
अभ्यास निर्देश
statsmodelsसेols()इम्पोर्ट करें और इसेdata=dfतथाformula = "masses ~ volumes"के साथ मॉडल फिट करने के लिए उपयोग करें.- इंटरसेप्ट
a0और स्लोपa1को क्रमशः.params['Intercept']और.params['volumes']से निकालें. a0औरa1को उनके भौतिक अर्थ वाले नामों के साथ प्रिंट करें.model_fit()प्रिंट करें और ऊपर मिले मानों से मेल खाते वैल्यू देखें;Intercept,volumesजैसी row labels औरcoefनाम का column label देखें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import ols from statsmodels, and fit a model to the data
from statsmodels.formula.api import ols
model_fit = ols(formula="____ ~ ____", data=____)
model_fit = model_fit.fit()
# Extract the model parameter values, and assign them to a0, a1
a0 = model_fit.params['____']
a1 = model_fit.params['____']
# Print model parameter values with meaningful names, and compare to summary()
print( "container_mass = {:0.4f}".format(____) )
print( "solution_density = {:0.4f}".format(____) )
print( model_fit.summary() )