ढलान और इंटरसेप्ट का दृश्य रूप से अनुमान
लिनियर मॉडल बनाना उस प्रक्रिया का स्वचालित तरीका है, जिसे हम डेटा विज़ुअलाइज़ेशन और काफ़ी ट्रायल-एंड-एरर से मोटे तौर पर "मैन्युअली" भी कर सकते हैं। विज़ुअल तरीका सबसे कुशल या सटीक नहीं है, लेकिन यह अवधारणाओं को बहुत अच्छी तरह समझाता है, तो आइए इसे आज़माते हैं!
कुछ मापे गए डेटा दिए गए हैं। आपका लक्ष्य है ढलान (slope) और इंटरसेप्ट के मान का अनुमान लगाना, उन्हें मॉडल में देना, और अपना अनुमान तब तक समायोजित करना जब तक मॉडल डेटा पर फिट न हो जाए। दिए गए डेटा xd, yd और फ़ंक्शन model() का उपयोग करके मॉडल प्रेडिक्शंस बनाएँ। प्रेडिक्शंस और डेटा की तुलना करने के लिए दिए गए plot_data_and_model() का उपयोग करें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Linear Modeling परिचय
अभ्यास निर्देश
- ऊपर दिए गए चार्ट को देखें, और
trial_slopeतथाtrial_interceptके प्रारम्भिक अनुमान दें। इन्हें आप बाद में अभ्यास में समायोजित कर सकते हैं. - मॉडल प्रेडिक्शंस जनरेट करने के लिए पूर्व-परिभाषित फ़ंक्शन
xm, ym = model(intercept, slope)का उपयोग करें. - दिए गए फ़ंक्शन
fig = plot_data_and_model(xd, yd, xm, ym)का उपयोग करके मापा गया डेटा(xd, yd)और मॉडल किए गए प्रेडिक्शंस(xm, ym)को साथ में प्लॉट करें. - यदि मॉडल डेटा पर फिट नहीं होता, तो
trial_slopeऔरtrial_interceptके अलग मान आज़माएँ और अपना कोड फिर चलाएँ. - तब तक दोहराएँ जब तक आपको सर्वोत्तम मान न मिलें, फिर उन्हें
final_slopeऔरfinal_interceptमें असाइन करें और अपना उत्तर सबमिट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Look at the plot data and guess initial trial values
trial_slope = ____
trial_intercept = ____
# input thoses guesses into the model function to compute the model values.
xm, ym = ____(trial_intercept, trial_slope)
# Compare your your model to the data with the plot function
fig = ____(xd, yd, xm, ym)
plt.show()
# Repeat the steps above until your slope and intercept guess makes the model line up with the data.
final_slope = ____
final_intercept = ____