Kom igångKom igång gratis

Minimera residualerna

I den här övningen ska du färdigställa en funktion som visuellt jämför modell och data, samt beräknar och skriver ut RSS. Du anropar den flera gånger för att se hur RSS förändras när du ändrar värdena för a0 och a1. Vi kommer att se att de parametervärden vi hittade tidigare är just de som minimerar RSS.

Den här övningen är en del av kursen

Introduktion till linjär modellering i Python

Visa kurs

Övningsinstruktioner

  • Fyll i anropet till model() och skicka in datan xd samt modellparametrarna a0 och a1.
  • Beräkna rss som summan av kvadraten av residuals.
  • Använd compute_rss_and_plot_fit() för olika värden på a0 och a1 för att se hur RSS förändras.
  • Övertyga dig själv om att de ursprungliga värdena a0=150 och a1=25 minimerar RSS, och skicka sedan in ditt svar med dessa värden.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod