Minimalizacja reszt

W tym ćwiczeniu uzupełnisz funkcję, która pozwoli wizualnie porównać model z danymi, a także obliczyć i wyświetlić RSS. Wywołasz ją kilka razy, żeby zobaczyć, jak RSS zmienia się wraz ze zmianą wartości a0 i a1. Przekonasz się, że wartości parametrów wyznaczone wcześniej są właśnie tymi, które minimalizują RSS.

To ćwiczenie jest częścią kursu

Wprowadzenie do modelowania liniowego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Uzupełnij wywołanie funkcji model(), przekazując dane xd oraz parametry modelu a0 i a1.
Oblicz rss jako sumę kwadratów residuals.
Użyj funkcji compute_rss_and_plot_fit() dla różnych wartości a0 i a1, aby zobaczyć, jak wpływają na RSS.
Upewnij się, że oryginalne wartości a0=150 i a1=25 minimalizują RSS, a następnie prześlij odpowiedź z tymi wartościami.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Complete function to load data, build model, compute RSS, and plot
def compute_rss_and_plot_fit(a0, a1):
    xd, yd = load_data()
    ym = model(xd, ____, ____)
    residuals = ym - yd
    rss = np.sum(np.square(____))
    summary = "Parameters a0={}, a1={} yield RSS={:0.2f}".format(____, ____, rss)
    fig = plot_data_with_model(xd, yd, ym, summary)
    return rss, summary

# Chose model parameter values and pass them into RSS function
rss, summary = compute_rss_and_plot_fit(a0=____, a1=____)
print(summary)

Edytuj i uruchom kod