Componenti del modello

Finora ti è stato fornito un modello predefinito con cui lavorare. In questo esercizio, implementerai una funzione di modello che restituisce i valori del modello per y, calcolati a partire dai dati di input x e da eventuali coefficienti di input per il termine di ordine "zero" a0, il termine di "primo ordine" a1 e un termine quadratico a2 del modello (vedi sotto).

\(y = a_0 + a_1 x + a_2 x^2\)

Ricorda che il "primo ordine" è lineare, quindi imposteremo i valori predefiniti per questo modello lineare generale con a2=0, ma più avanti li modificheremo per fare un confronto.

Questo esercizio fa parte del corso

Introduzione alla modellazione lineare in Python

Visualizza il corso

Istruzioni dell'esercizio

Completa la definizione della funzione model() in modo che prenda x e gli input predefiniti a0=3, a1=2, a2=0 come argomenti, e restituisca y.
Crea un array di valori x usando il metodo di numpy np.linspace().
Passa x alla tua model() senza specificare a0, a1, a2, per ottenere i valori y predefiniti.
Usa la funzione predefinita plot_prediction() per visualizzare un grafico dei dati x e y risultanti.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Define the general model as a function
def model(x, a0=____, a1=____, a2=____):
    return a0 + (a1*____) + (a2*____*____)

# Generate array x, then predict y values for specific, non-default a0 and a1
x = np.____(-10, 10, 21)
y = model(____)

# Plot the results, y versus x
fig = plot_prediction(____, ____)

Modifica ed esegui il codice