Minimizando os resíduos

Neste exercício, você vai completar uma função para comparar visualmente o modelo com os dados e calcular e imprimir o RSS. Você vai chamá-la mais de uma vez para ver como o RSS muda quando você altera os valores de a0 e a1. Vamos ver que os valores dos parâmetros que encontramos antes são os que minimizam o RSS.

Este exercicio faz parte do curso

Introdução à Modelagem Linear em Python

Ver curso

Instruções do exercicio

Complete a chamada para model() passando os dados xd e os parâmetros do modelo a0 e a1.
Calcule rss como a soma do quadrado dos residuals.
Use compute_rss_and_plot_fit() para vários valores de a0 e a1 e veja como eles alteram o RSS.
Convença-se de que os valores originais a0=150 e a1=25 minimizam o RSS e envie sua resposta com esses valores.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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)

Editar e Executar Código