Razões para Modelar: Estimando Relacionamentos
Outra aplicação comum de modelagem é comparar dois conjuntos de dados construindo modelos para cada um e, em seguida, comparando os modelos. Neste exercício, você recebe dados de uma viagem de carro feita por dois veículos juntos. Eles pararam para abastecer a cada 50 milhas, mas cada carro não precisou completar a mesma quantidade, porque não têm a mesma eficiência de combustível (MPG). Complete a função efficiency_model(miles, gallons) para estimar a eficiência como a média de milhas percorridas por galão de combustível consumido. Use os dicionários fornecidos car1 e car2, que ambos têm as chaves car['miles'] e car['gallons'].
Este exercicio faz parte do curso
Introdução à Modelagem Linear em Python
Instruções do exercicio
- Complete a definição da função
efficiency_model(miles, gallons). - Use a função para calcular a eficiência dos carros fornecidos (dicts
car1,car2). - Armazene suas respostas como
car1['mpg']ecar2['mpg']. - Complete a seguinte expressão lógica para imprimir qual carro (se houver) tem a melhor eficiência.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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')