Meminimalkan Residual

Pada latihan ini, Anda akan melengkapi sebuah fungsi untuk membandingkan model dan data secara visual, serta menghitung dan mencetak RSS. Anda akan memanggilnya lebih dari sekali untuk melihat bagaimana RSS berubah saat Anda mengubah nilai a0 dan a1. Kita akan melihat bahwa nilai parameter yang kita temukan sebelumnya adalah nilai yang diperlukan untuk benar-benar meminimalkan RSS.

Latihan ini adalah bagian dari kursus

Pengantar Pemodelan Linear di Python

Lihat Kursus

Petunjuk latihan

Lengkapi pemanggilan model() dengan memasukkan data xd serta parameter model a0 dan a1.
Hitung rss sebagai jumlah kuadrat dari residuals.
Gunakan compute_rss_and_plot_fit() untuk berbagai nilai a0 dan a1 guna melihat bagaimana nilai tersebut mengubah RSS.
Yakinkan diri Anda bahwa nilai awal a0=150 dan a1=25 meminimalkan RSS, lalu kirim jawaban Anda dengan nilai tersebut.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Complete function to load data, build model, compute RSS, and plot
def compute_rss_and_plot_fit(a0, a1):
    xd, yd = load_data()
    ym = model(xd, ____, ____)
    residuals = ym - yd
    rss = np.sum(np.square(____))
    summary = "Parameters a0={}, a1={} yield RSS={:0.2f}".format(____, ____, rss)
    fig = plot_data_with_model(xd, yd, ym, summary)
    return rss, summary

# Chose model parameter values and pass them into RSS function
rss, summary = compute_rss_and_plot_fit(a0=____, a1=____)
print(summary)

Edit dan Jalankan Kode