उपयुक्त Anscombe डेटा पर लीनियर रिग्रेशन
अभ्यास के लिए, Anscombe's quartet के उस डेटा सेट पर लीनियर रिग्रेशन करें जिसकी व्याख्या लीनियर रिग्रेशन से सबसे उपयुक्त रूप से होती है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Statistical Thinking in Python (Part 2)
अभ्यास निर्देश
np.polyfit()का उपयोग करके ढाल और इंटरसेप्ट के पैरामीटर निकालें. Anscombe का डेटाxऔरyऐरे में दिया गया है.- ढाल
aऔर इंटरसेप्टbको प्रिंट करें. - लीनियर रिग्रेशन से सैद्धांतिक \(x\) और \(y\) डेटा जनरेट करें. आपका \(x\) ऐरे, जिसे आप
np.array()से बना सकते हैं,3और15से मिलकर होना चाहिए. \(y\) डेटा जनरेट करने के लिए, ढाल कोx_theorसे गुणा करें और इंटरसेप्ट जोड़ें. - Anscombe डेटा को पहले स्कैटर प्लॉट की तरह प्लॉट करें और फिर सैद्धांतिक रेखा प्लॉट करें. ध्यान रखें कि स्कैटर प्लॉट बनाते समय
xऔरyके अलावाmarker='.'औरlinestyle='none'कीवर्ड आर्ग्युमेंट्स शामिल करें. सैद्धांतिक रेखा प्लॉट करते समय इन आर्ग्युमेंट्स की ज़रूरत नहीं है. - प्लॉट देखने के लिए Submit Answer दबाएँ!
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Perform linear regression: a, b
a, b = ____
# Print the slope and intercept
print(____, ____)
# Generate theoretical x and y data: x_theor, y_theor
x_theor = np.array([____, ____])
y_theor = ____ * ____ + ____
# Plot the Anscombe data and theoretical line
_ = ____
_ = ____
# Label the axes
plt.xlabel('x')
plt.ylabel('y')
# Show the plot
plt.show()