Somma dei quadrati dei residui

In un esercizio precedente abbiamo visto che l'altitudine lungo un sentiero escursionistico era approssimata da un modello lineare e abbiamo introdotto il concetto di differenze tra il modello e i dati come misura della bontà del modello.

In questo esercizio lavorerai con gli stessi dati misurati e quantificherai quanto bene un modello li rappresenta calcolando la somma dei quadrati delle "differenze", dette anche "residui".

Questo esercizio fa parte del corso

Introduzione alla modellazione lineare in Python

Visualizza il corso

Istruzioni dell'esercizio

Carica x_data, y_data con la funzione predefinita load_data().
Chiama la funzione predefinita model(), passando x_data e i valori specifici a0, a1.
Calcola i residui come y_data - y_model e poi trova rss usando np.square() e np.sum().
Stampa il valore risultante di rss.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Load the data
x_data, y_data = load_data()

# Model the data with specified values for parameters a0, a1
y_model = model(____, a0=150, a1=25)

# Compute the RSS value for this parameterization of the model
rss = np.sum(np.square(____ - ____))
print("RSS = {}".format(____))

Modifica ed esegui il codice