傾きと切片を目で見て見積もる
線形モデルの構築は、データ可視化と試行錯誤をたくさん行えば「手動」でも大まかにできる作業を自動化したものです。視覚的な方法は最も効率的でも精密でもありませんが、概念を理解するにはとても有効です。実際にやってみましょう！
観測データが与えられたら、傾きと切片の値を推測し、それをモデルに渡して、モデルがデータに合うまで推測を調整します。与えられたデータ xd, yd と、与えられた関数 model() を使ってモデル予測を作成してください。予測とデータの比較には、用意された plot_data_and_model() を使います。
この演習はコースの一部です
Pythonで学ぶ線形モデリング入門
演習の手順
- 上のチャートを観察し、まずは
trial_slopeとtrial_interceptの初期推定値を設定します。これらは後で調整できます。 - 事前定義された関数
xm, ym = model(intercept, slope)を使ってモデル予測を生成します。 - 用意された関数
fig = plot_data_and_model(xd, yd, xm, ym)を使い、観測データ(xd, yd)とモデル予測(xm, ym)を一緒にプロットします。 - もしモデルがデータに合っていなければ、
trial_slopeとtrial_interceptの別の値を試してコードを再実行します。 - 最良だと思う値が得られるまで繰り返し、最後にそれらを
final_slopeとfinal_interceptに代入して、"Submit Answer" を使用して回答を送信してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Look at the plot data and guess initial trial values
trial_slope = ____
trial_intercept = ____
# input thoses guesses into the model function to compute the model values.
xm, ym = ____(trial_intercept, trial_slope)
# Compare your your model to the data with the plot function
fig = ____(xd, yd, xm, ym)
plt.show()
# Repeat the steps above until your slope and intercept guess makes the model line up with the data.
final_slope = ____
final_intercept = ____