Model Parametreleri

Artık genel bir model kurduğuna göre, bu modeli yeni (önceden yüklenmiş) ölçülmüş veri kümesine, xd, yd, "optimize" ederek ya da "uydurarak" ilerleyelim: Amaç, model verisi ile ölçülmüş verinin grafikte hizalanacağı özel a0, a1 model parametre değerlerini bulmak.

Bu yinelemeli bir görselleştirme stratejisidir: Model parametreleri için bir tahmin ile başlarız, bunları model() fonksiyonuna veririz, ortaya çıkan model sonuçlarını ölçülen verilerin üzerine çizeriz ve doğrunun noktaların içinden geçip geçmediğini görsel olarak kontrol ederiz. Geçmiyorsa, model parametrelerini değiştirir ve yeniden deneriz.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

plot_data_and_model(xd, yd, ym) fonksiyonunu tamamla; içteki çizim çağrılarına sırasıyla xd, yd ve xd, ym geçir.
Hem veriyi xd hem de tahmin ettiğin model parametrelerini a0 ve a1 vererek ym = model() ile model tahminlerini hesapla.
- Yukarıda verilen veriyi incele ve ilk iki tahminini yaparken bunu kılavuz olarak kullan. Doğrunun verilere nasıl uyduğunu gördükten sonra bu tahminleri geri dönüp güncelleyebilirsin.
plot_data_and_model() kullanarak xd, yd ve ym değerlerini birlikte çiz.
Doğru tüm noktaların içinden geçene kadar a0 ve a1 değerlerini değiştir ve önceki 2 adımı tekrarla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Complete the plotting function definition
def plot_data_with_model(xd, yd, ym):
    fig = plot_data(____, ____)  # plot measured data
    fig.axes[0].plot(____, ____, color='red')  # over-plot modeled data
    plt.show()
    return fig

# Select new model parameters a0, a1, and generate modeled `ym` from them.
a0 = ____
a1 = ____
ym = model(xd, a0, a1)

# Plot the resulting model to see whether it fits the data
fig = plot_data_with_model(xd, yd, ____)

Kodu Düzenle ve Çalıştır