Składniki modelu

Do tej pory pracowałeś z gotowym modelem. W tym ćwiczeniu zaimplementujesz własną funkcję modelu, która zwraca wartości y obliczone na podstawie danych wejściowych x oraz współczynników: wyrazu wolnego a0 (człon „zerowego rzędu"), współczynnika liniowego a1 (człon „pierwszego rzędu") i współczynnika kwadratowego a2 (patrz wzór poniżej).

\(y = a_0 + a_1 x + a_2 x^2\)

Pamiętaj, że człon „pierwszego rzędu" jest liniowy – dlatego jako domyślną wartość ogólnego modelu liniowego ustawimy a2=0. Później zmienimy tę wartość, żeby porównać wyniki.

To ćwiczenie jest częścią kursu

Wprowadzenie do modelowania liniowego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Uzupełnij definicję funkcji model() tak, żeby przyjmowała argument x oraz domyślne argumenty a0=3, a1=2, a2=0, i zwracała y.
Utwórz tablicę wartości x, korzystając z metody np.linspace() z biblioteki numpy.
Przekaż x do swojej funkcji model() bez podawania wartości a0, a1, a2, aby uzyskać domyślne przewidywane wartości y.
Użyj gotowej funkcji plot_prediction(), żeby wyświetlić wykres danych x i y.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Define the general model as a function
def model(x, a0=____, a1=____, a2=____):
    return a0 + (a1*____) + (a2*____*____)

# Generate array x, then predict y values for specific, non-default a0 and a1
x = np.____(-10, 10, 21)
y = model(____)

# Plot the results, y versus x
fig = plot_prediction(____, ____)

Edytuj i uruchom kod