Ekstrapolasi: Melewati Batas

Dalam latihan ini, kita mempertimbangkan bahaya ekstrapolasi. Ditampilkan profil jalur pendakian di sebuah gunung. Salah satu bagian jalur, ditandai hitam, tampak linear dan digunakan untuk membangun model. Namun, terlihat bahwa garis hasil pencocokan terbaik, ditunjukkan merah, tidak sesuai di luar "domain" awal, karena meluas ke data baru di luar tersebut, yang ditandai biru.

Jika kita ingin menggunakan model untuk membuat prediksi ketinggian namun tetap akurat dalam batas toleransi tertentu, berapakah nilai terkecil dan terbesar dari variabel bebas x yang masih dapat kita gunakan untuk menerapkan model?"

Di sini, gunakan x_data, y_data, y_model, dan plot_data_model_tolerance() yang sudah dimuat untuk menyelesaikan solusi Anda.

Latihan ini adalah bagian dari kursus

Pengantar Pemodelan Linear di Python

Lihat Kursus

Petunjuk latihan

Gunakan np.abs() untuk menghitung residual sebagai selisih y_data - y_model.
Temukan nilai .min() dan .max() dari x saat residuals lebih kecil dari tolerance = 100 meter.
Gunakan np.min() dan np.max() untuk mencetak rentang (nilai terbesar dan terkecil) dari nilai x_good.
Gunakan plot_data_model_tolerance() yang sudah didefinisikan untuk membandingkan data, model, dan rentang nilai x_good saat residuals < tolerance bernilai True.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Compute the residuals, "data - model", and determine where [residuals < tolerance]
residuals = np.abs(____ - ____)
tolerance = 100
x_good = x_data[____ < ____]

# Find the min and max of the "good" values, and plot y_data, y_model, and the tolerance range
print('Minimum good x value = {}'.format(np.____(____)))
print('Maximum good x value = {}'.format(np.____(____)))
fig = plot_data_model_tolerance(x_data, y_data, y_model, tolerance)

Edit dan Jalankan Kode