НачатьНачать бесплатно

Анализ остатков

Чтобы построить линейную модель, необходимо изучить остатки — расстояния между предсказанными значениями и реальными данными.

Должны выполняться три условия:

  1. Среднее значение должно быть равно 0.
  2. Дисперсия должна быть постоянной.
  3. Распределение должно быть нормальным.

Мы будем работать с данными о результатах тестов двух школ — A и B — по одному предмету. Модели model_A и model_B были обучены на данных hours_of_study_A и test_scores_A, а также hours_of_study_B и test_scores_B соответственно.

matplotlib.pyplot импортирован как plt, numpy — как np, а LinearRegression — из sklearn.linear_model.

Это упражнение является частью курса

Основы теории вероятностей на Python

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Scatterplot of hours of study and test scores
plt.scatter(____, ____)

# Plot of hours_of_study_values_A and predicted values
plt.plot(____, model_A.____(hours_of_study_values_A))
plt.title("Model A", fontsize=25)
plt.show()
Редактировать и запускать код