시작하기무료로 시작하기

모델링의 이유: 관계 추정

모델링의 또 다른 흔한 활용은 각 데이터셋에 대해 모델을 만들고, 그 모델들을 비교하여 두 데이터셋을 비교하는 것입니다. 이 연습 문제에서는 함께 로드 트립을 떠난 두 자동차의 데이터를 제공합니다. 두 자동차는 50마일마다 주유를 했지만, 연비(MPG)가 다르기 때문에 같은 양을 채울 필요는 없었습니다. 연료 소비량 대비 평균 주행 마일로 효율을 추정하도록 efficiency_model(miles, gallons) 함수를 완성하세요. 제공된 사전 car1, car2를 사용하세요. 두 사전 모두 car['miles']와 car['gallons'] 키를 가지고 있습니다.

context figure

이 연습은 강의의 일부입니다

Python으로 배우는 선형 모델 입문

강의 보기

연습 안내

  • efficiency_model(miles, gallons) 함수 정의를 완성하세요.
  • 함수를 사용해 제공된 자동차(사전 car1, car2)의 효율을 계산하세요.
  • 결과를 car1['mpg']와 car2['mpg']에 저장하세요.
  • 다음의 논리문을 완성해 어느 자동차가(또는 둘 다 아닌지) 연비가 가장 좋은지 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Complete the function to model the efficiency.
def efficiency_model(miles, gallons):
   return np.mean( ____ / ____ )

# Use the function to estimate the efficiency for each car.
car1['mpg'] = efficiency_model(car1['____'] , car1['____'] )
car2['mpg'] = efficiency_model(car2['____'] , car2['____'] )

# Finish the logic statement to compare the car efficiencies.
if car1['mpg'] ____ car2['mpg'] :
    print('car1 is the best')
elif car1['mpg'] ____ car2['mpg'] :
    print('car2 is the best')
else:
    print('the cars have the same efficiency')
코드 편집 및 실행