모델 매개변수

이미 일반적인 모델을 만들었으니, 이제는 새로운(미리 로드된) 측정 데이터 xd, yd에 맞추어 모델과 측정 데이터가 그래프에서 겹치도록 모델 매개변수 a0, a1의 구체적인 값을 찾아 "최적화" 또는 "피팅"해 보겠습니다.

이는 반복적인 시각화 전략입니다. 먼저 모델 매개변수의 초깃값을 정해 model()에 전달하고, 그 결과로 나온 모델 예측값을 측정 데이터 위에 겹쳐 그린 뒤, 직선이 점들을 잘 통과하는지 눈으로 확인합니다. 맞지 않으면 매개변수를 바꿔 다시 시도합니다.

함수 plot_data_and_model(xd, yd, ym)을 완성하고, 내부 플로팅 호출에 각각 xd, yd와 xd, ym을 전달하세요.
데이터 xd와 추정한 모델 매개변수 a0, a1을 함께 model()에 전달하여 ym = model()로 모델 예측을 계산하세요.
- 위에 제공된 데이터를 살펴보고 이를 참고해 처음 두 번의 추정값을 제시하세요. 선이 데이터에 어떻게 맞는지 확인한 뒤에 언제든지 값을 수정하셔도 됩니다.
plot_data_and_model()을 사용해 xd, yd, ym을 함께 그리세요.
직선이 모든 점을 통과할 때까지 a0와 a1 값을 바꾸고 앞의 두 단계를 반복하세요.