Parameter Model

Sekarang setelah Anda membuat model umum, mari kita "optimalkan" atau "fit" ke himpunan data terukur baru (sudah dimuat), xd, yd, dengan mencari nilai spesifik untuk parameter model a0, a1 sehingga data model dan data terukur sejajar pada plot.

Ini adalah strategi visualisasi iteratif, di mana kita mulai dengan tebakan untuk parameter model, memasukkannya ke model(), menumpangtindihkan data hasil pemodelan pada data terukur, dan memeriksa secara visual apakah garis melewati titik-titik tersebut. Jika belum, kita ubah parameter model dan coba lagi.

Latihan ini adalah bagian dari kursus

Pengantar Pemodelan Linear di Python

Lihat Kursus

Petunjuk latihan

Lengkapi fungsi plot_data_and_model(xd, yd, ym) dengan meneruskan xd, yd dan xd, ym ke pemanggilan plotting internal.
Hitung prediksi model menggunakan ym = model() dengan meneruskan data xd serta tebakan parameter model a0 dan a1.
- Periksa data yang disediakan di atas, dan gunakan sebagai panduan saat Anda memberikan dua perkiraan pertama. Anda dapat kembali dan merevisi perkiraan ini setelah meninjau bagaimana garis menyesuaikan data.
Gunakan plot_data_and_model() untuk memplot xd, yd, dan ym secara bersamaan.
Ubah nilai a0 dan a1 dan ulangi 2 langkah sebelumnya hingga garis melewati semua titik.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Complete the plotting function definition
def plot_data_with_model(xd, yd, ym):
    fig = plot_data(____, ____)  # plot measured data
    fig.axes[0].plot(____, ____, color='red')  # over-plot modeled data
    plt.show()
    return fig

# Select new model parameters a0, a1, and generate modeled `ym` from them.
a0 = ____
a1 = ____
ym = model(xd, a0, a1)

# Plot the resulting model to see whether it fits the data
fig = plot_data_with_model(xd, yd, ____)

Edit dan Jalankan Kode