ÎncepețiÎncepe gratuit

Model linear în oceanografie

Datele de tip serie temporală oferă un context în care „panta" modelului linear reprezintă o „rată de schimbare".

În acest exercițiu, vei folosi măsurători ale variației nivelului mării între 1970 și 2010, vei construi un model linear al acestei variații și îl vei utiliza pentru a face o predicție despre creșterea viitoare a nivelului mării.

Acest exercițiu face parte din cursul

Introducere în modelarea liniară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă și utilizează LinearRegression(fit_intercept=True) pentru a inițializa un model linear.
  • Transmite datele pre-încărcate și remodelate years și levels în model.fit() pentru a antrena modelul.
  • Folosește model.predict() pentru a prezice un singur future_level pentru future_year = 2100 și afișează rezultatul cu print().
  • Folosește model.predict() pentru a prognoza mai multe valori levels_forecast și vizualizează rezultatul cu funcția predefinită plot_data_and_forecast().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import LinearRegression class, build a model, fit to the data
from sklearn.linear_model import ____
model = ____(fit_intercept=True)
model.fit(years, levels)

# Use model to make a prediction for one year, 2100
future_year = np.array(2100).reshape(1, -1)
future_level = model.predict(____)
print("Prediction: year = {}, level = {:.02f}".format(future_year, future_level[0,0]))

# Use model to predict for many years, and over-plot with measured data
years_forecast = np.linspace(1970, 2100, 131).reshape(-1, 1)
levels_forecast = model.predict(____)
fig = plot_data_and_forecast(years, levels, ____, ____)
Editează și rulează codul