Aan de slagBegin gratis

Redenen om te modelleren: relaties schatten

Een andere veelvoorkomende toepassing van modelleren is het vergelijken van twee gegevenssets door voor beide een model te bouwen en vervolgens de modellen te vergelijken. In deze oefening krijg je gegevens van een roadtrip die twee auto’s samen maakten. De auto’s stopten elke 50 miles om te tanken, maar ze hoefden niet evenveel te tanken, omdat de auto’s niet dezelfde brandstofefficiëntie (MPG) hebben. Maak de functie efficiency_model(miles, gallons) af om de efficiëntie te schatten als het gemiddelde aantal miles gereden per gallon verbruikte brandstof. Gebruik de meegeleverde dictionaries car1 en car2, die allebei de sleutels car['miles'] en car['gallons'] hebben.

context figure

Deze oefening maakt deel uit van de cursus

Introductie tot lineaire modellering in Python

Bekijk cursus

Oefeninstructies

  • Maak de functiedefinitie voor efficiency_model(miles, gallons) af.
  • Gebruik de functie om de efficiëntie van de meegeleverde auto’s te berekenen (dicts car1, car2).
  • Sla je antwoorden op als car1['mpg'] en car2['mpg'].
  • Maak de volgende logische uitspraak af om te printen welke auto (als er al één is) de beste efficiëntie heeft.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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')
Code bewerken en uitvoeren