시작하기무료로 시작하기

RSS 최소값 시각화하기

이 연습에서는 모델 매개변수 값에 따라 RSS가 어떻게 변하는지 계산하고 시각화해 볼 거예요. 먼저 절편을 고정하고 기울기만 바꿔 보세요. 각 기울기 값에 대해 모델 값을 계산하고, 그에 따른 RSS를 구합니다. RSS 값 배열을 얻었으면 코드로 최소 RSS 값을 찾고, 그 최소값을 만든 기울기를 결정하세요.

미리 로드된 데이터 배열 x_data, y_data와 빈 컨테이너 rss_list로 시작하세요.

이 연습은 강의의 일부입니다

Python으로 배우는 선형 모델 입문

강의 보기

연습 안내

  • a1_array의 각 시험값 a1에 대해 model()로 예측값을 구하고, compute_rss()를 y_data, y_model과 함께 호출해 나온 rss_value를 rss_list에 저장하세요.
  • rss_list를 np.array()로 변환한 뒤, np.min()으로 rss_array의 최소값을 찾으세요.
  • np.where()를 사용해 해당하는 시험값의 인덱스를 찾고, 결과를 best_a1에 할당하세요.
  • plot_rss_vs_parameters()로 결과가 그림과 일치하는지 시각적으로 확인하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Loop over all trial values in a1_array, computing rss for each
a1_array = np.linspace(15, 35, 101)
for a1_trial in a1_array:
    y_model = model(x_data, a0=150, a1=____)
    rss_value = compute_rss(y_data, ____)
    rss_list.append(____)

# Find the minimum RSS and the a1 value from whence it came
rss_array = np.array(____)
best_rss = np.min(____) 
best_a1 = a1_array[np.where(rss_array==____)]
print('The minimum RSS = {}, came from a1 = {}'.format(best_rss, best_a1))

# Plot your rss and a1 values to confirm answer
fig = plot_rss_vs_a1(a1_array, rss_array)
코드 편집 및 실행