शुरू करेंमुफ़्त में शुरू करें

RMSE चरण-दर-चरण

इस अभ्यास में, आप एक पहले से बने मॉडल की समग्र "goodness-of-fit" को मापेंगे. इसके लिए आप मॉडल गुणवत्ता का एक बहुत प्रचलित मात्रात्मक माप, RMSE, चरण-दर-चरण निकालेंगे.

प्री-लोडेड डेटा x_data और y_data से शुरुआत करें, और इसे दिए गए मॉडलिंग फंक्शन model_fit_and_predict() के साथ इस्तेमाल करें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • model_fit_and_predict(x_data, y_data) से y_model के मान निकालें.
  • y_model और y_data के अंतर के रूप में residuals गणना करें.
  • np.sum() और np.square() का उपयोग करके RSS निकालें, और MSE पाने के लिए इसे len(residuals) से भाग दें.
  • MSE का np.sqrt() लेकर RMSE निकालें, और सभी परिणाम प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Build the model and compute the residuals "model - data"
y_model = model_fit_and_predict(x_data, y_data)
residuals = ____ - ____

# Compute the RSS, MSE, and RMSE and print the results
RSS = np.____(np.____(residuals))
MSE = ____/len(residuals)
RMSE = np.____(____)
print('RMSE = {:0.2f}, MSE = {:0.2f}, RSS = {:0.2f}'.format(RMSE, MSE, RSS))
कोड संपादित करें और चलाएँ