Минимизация остатков

В этом упражнении вы доработаете функцию, которая визуально сравнивает модель с данными, а также вычисляет и выводит значение RSS. Вы вызовете её несколько раз, чтобы посмотреть, как RSS изменяется при разных значениях a0 и a1. Убедитесь, что найденные ранее значения параметров действительно минимизируют RSS.

Это упражнение является частью курса

Введение в линейное моделирование на Python

Посмотреть курс

Инструкции к упражнению

Добавьте вызов функции model(), передав в неё данные xd и параметры модели a0 и a1.
Вычислите rss как сумму квадратов значений residuals.
Вызовите compute_rss_and_plot_fit() с различными значениями a0 и a1, чтобы увидеть, как они влияют на RSS.
Убедитесь, что исходные значения a0=150 и a1=25 минимизируют RSS, и отправьте ответ с этими значениями.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код