Parametry modelu

Masz już zbudowany ogólny model – czas go „zoptymalizować" lub „dopasować" do nowego (wczytanego) zbioru danych pomiarowych xd, yd. W tym celu znajdź konkretne wartości parametrów modelu a0, a1, przy których dane modelowane i dane pomiarowe pokrywają się na wykresie.

To iteracyjna strategia wizualizacji: zaczynamy od zgadniętych wartości parametrów modelu, przekazujemy je do funkcji model(), nakładamy wynikowe dane modelowane na dane pomiarowe i wzrokowo sprawdzamy, czy linia przechodzi przez punkty. Jeśli nie – zmieniamy parametry i próbujemy jeszcze raz.

To ćwiczenie jest częścią kursu

Wprowadzenie do modelowania liniowego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Uzupełnij funkcję plot_data_and_model(xd, yd, ym), przekazując xd, yd oraz xd, ym do wewnętrznych wywołań funkcji rysującej.
Oblicz przewidywania modelu za pomocą ym = model(), przekazując dane xd oraz zgadnięte parametry modelu a0 i a1.
- Przejrzyj dostarczone dane i użyj ich jako wskazówki przy pierwszych dwóch oszacowaniach. Możesz wrócić i poprawić te wartości po sprawdzeniu, jak linia pasuje do danych.
Użyj plot_data_and_model(), aby narysować razem xd, yd i ym.
Zmieniaj wartości a0 i a1 i powtarzaj poprzednie 2 kroki, aż linia będzie przechodzić przez wszystkie punkty.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Complete the plotting function definition
def plot_data_with_model(xd, yd, ym):
    fig = plot_data(____, ____)  # plot measured data
    fig.axes[0].plot(____, ____, color='red')  # over-plot modeled data
    plt.show()
    return fig

# Select new model parameters a0, a1, and generate modeled `ym` from them.
a0 = ____
a1 = ____
ym = model(xd, a0, a1)

# Plot the resulting model to see whether it fits the data
fig = plot_data_with_model(xd, yd, ____)

Edytuj i uruchom kod