शुरू करेंमुफ़्त में शुरू करें

मॉडलिंग के कारण: Interpolation

मॉडलिंग का एक सामान्य उपयोग interpolation है, जिससे मापे गए डेटा पॉइंट्स के "अंदर" या "बीच में" आने वाले मान का निर्धारण किया जाता है। इस अभ्यास में, आप आश्रित वैरिएबल distances के उस मान की भविष्यवाणी करेंगे जो दिए गए स्वतंत्र वैरिएबल times के लिए है, और जो रोड ट्रिप की दो मापों के "बीच" आता है। यहाँ distances, दिए गए बीते हुए समय के लिए तय की गई दूरियाँ हैं।

context figure

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पहले से परिभाषित डेटा arrays times और distances, तथा प्रीलोडेड प्लॉट का निरीक्षण कीजिए।
  • अपने शुरुआती निरीक्षण के आधार पर, elapse_time = 2.5 घंटे पर शुरुआती स्थान से distance_traveled का अनुमान लगाइए।
  • अपना उत्तर distance_traveled में असाइन कीजिए।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compute the total change in distance and change in time
total_distance = ____[-1] - ____[0]
total_time = ____[-1] - ____[0]

# Estimate the slope of the data from the ratio of the changes
average_speed = total_distance / total_time

# Predict the distance traveled for a time not measured
elapse_time = 2.5
distance_traveled = average_speed * elapse_time
print("The distance traveled is {}".format(distance_traveled))
कोड संपादित करें और चलाएँ