Model Bileşenleri

Daha önce, üzerinde çalışman için sana önceden tanımlanmış bir model verilmişti. Bu egzersizde, girdi x verisinden ve modelin "sıfırıncı" dereceden terimi a0, "birinci dereceden" terimi a1 ve ikinci dereceden terimi a2 için girilen katsayılardan y model değerlerini döndüren bir model fonksiyonu uygulayacaksın (aşağıya bak).

\(y = a_0 + a_1 x + a_2 x^2\)

"Birinci derece" doğrusaldır; bu nedenle bu genel doğrusal model için varsayılanları a2=0 olarak ayarlayacağız, ancak ileride karşılaştırma için bunu değiştireceğiz.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

model() fonksiyon tanımını tamamla; x ve varsayılan girdiler a0=3, a1=2, a2=0'ı alsın ve y döndürsün.
numpy metodunu, np.linspace() kullanarak bir x değerleri dizisi oluştur.
Varsayılan y tahminlerini almak için a0, a1, a2 belirtmeden x'i model() fonksiyonuna gönder.
Ortaya çıkan x ve y verilerinin grafiğini görmek için önceden tanımlı plot_prediction() fonksiyonunu kullan.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Define the general model as a function
def model(x, a0=____, a1=____, a2=____):
    return a0 + (a1*____) + (a2*____*____)

# Generate array x, then predict y values for specific, non-default a0 and a1
x = np.____(-10, 10, 21)
y = model(____)

# Plot the results, y versus x
fig = plot_prediction(____, ____)

Kodu Düzenle ve Çalıştır