Analysera residualer
För att implementera en linjär modell behöver du undersöka residualerna – avstånden mellan de förutsagda värdena och de faktiska datapunkterna.
Tre villkor måste vara uppfyllda:
- Medelvärdet ska vara 0.
- Variansen måste vara konstant.
- Fördelningen måste vara normalfördelad.
Vi arbetar med data över provresultat för två skolor, A och B, i samma ämne. model_A och model_B har anpassats med hours_of_study_A och test_scores_A respektive hours_of_study_B och test_scores_B.
matplotlib.pyplot har importerats som plt, numpy som np och LinearRegression från sklearn.linear_model.
Den här övningen är en del av kursen
Grunderna i sannolikhetslära med Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()