Model Linear dalam Oseanografi

Data deret waktu memberikan konteks di mana "kemiringan" (slope) dari model linear merepresentasikan "laju perubahan".

Pada latihan ini, Anda akan menggunakan pengukuran perubahan permukaan laut dari 1970 hingga 2010, membangun model linear dari perubahan permukaan laut tersebut, dan menggunakannya untuk membuat prediksi tentang kenaikan permukaan laut di masa depan.

Latihan ini adalah bagian dari kursus

Pengantar Pemodelan Linear di Python

Lihat Kursus

Petunjuk latihan

Impor dan gunakan LinearRegression(fit_intercept=True) untuk menginisialisasi model linear.
Masukkan data years dan levels yang sudah dimuat dan diubah bentuknya ke dalam model.fit() untuk menyesuaikan model.
Gunakan model.predict() untuk memprediksi satu future_level untuk future_year = 2100 dan print() hasilnya.
Gunakan model.predict() untuk memproyeksikan banyak levels_forecast dan plot hasilnya dengan fungsi plot_data_and_forecast() yang sudah didefinisikan.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import LinearRegression class, build a model, fit to the data
from sklearn.linear_model import ____
model = ____(fit_intercept=True)
model.fit(years, levels)

# Use model to make a prediction for one year, 2100
future_year = np.array(2100).reshape(1, -1)
future_level = model.predict(____)
print("Prediction: year = {}, level = {:.02f}".format(future_year, future_level[0,0]))

# Use model to predict for many years, and over-plot with measured data
years_forecast = np.linspace(1970, 2100, 131).reshape(-1, 1)
levels_forecast = model.predict(____)
fig = plot_data_and_forecast(years, levels, ____, ____)

Edit dan Jalankan Kode