시작하기무료로 시작하기

기울기와 절편을 눈대중으로 추정하기

선형 모델을 구축하는 것은, 데이터 시각화와 여러 번의 시행착오로 우리가 대략적으로 "수작업"으로 할 수 있는 일을 자동화하는 방법이에요. 시각적 방법이 가장 효율적이거나 정밀한 방법은 아니지만, 개념을 이해하는 데에는 매우 효과적이니 한번 해 보죠!

측정된 데이터가 주어졌을 때, 목표는 기울기와 절편 값을 추정해 모델에 넣고, 결과 모델이 데이터에 맞도록 추정을 조정하는 것입니다. 제공된 데이터 xd, yd와 함수 model()을 사용해 모델 예측을 생성하세요. 제공된 plot_data_and_model()으로 예측과 데이터를 비교하세요.

이 연습은 강의의 일부입니다

Python으로 배우는 선형 모델 입문

강의 보기

연습 안내

  • 위 차트를 살펴보고 trial_slope와 trial_intercept의 초기 추정값을 정하세요. 연습 문제 진행 중에 조정할 수 있어요.
  • 미리 정의된 함수 xm, ym = model(intercept, slope)를 사용해 모델 예측을 생성하세요.
  • 제공된 함수 fig = plot_data_and_model(xd, yd, xm, ym)를 사용해 측정 데이터 (xd, yd)와 모델 예측 (xm, ym)을 함께 그리세요.
  • 모델이 데이터에 잘 맞지 않으면 trial_slope와 trial_intercept에 다른 값을 시도하고 코드를 다시 실행하세요.
  • 충분히 최적이라고 판단될 때까지 반복한 다음, 해당 값을 final_slope와 final_intercept에 할당하고 답변을 제출하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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 = ____
코드 편집 및 실행