Modellemenin Nedenleri: İlişkileri Tahmin Etme
Modellemenin bir başka yaygın uygulaması, her biri için model kurup sonra bu modelleri karşılaştırarak iki veri kümesini kıyaslamaktır. Bu egzersizde, birlikte yolculuk yapan iki araca ait veriler veriliyor. Araçlar her 50 milde bir benzin için durdu, ancak aynı miktarda yakıt almak zorunda kalmadılar; çünkü araçların yakıt verimliliği (MPG) aynı değil. Tüketilen yakıt başına ortalama kat edilen mil olarak verimliliği tahmin etmek için efficiency_model(miles, gallons) fonksiyonunu tamamla. Hem car['miles'] hem de car['gallons'] anahtarlarına sahip olan car1 ve car2 sözlüklerini kullan.
Bu egzersiz, kursun bir parçasıdır
Python ile Doğrusal Modellemenin Temelleri
Egzersiz talimatları
efficiency_model(miles, gallons)fonksiyon tanımını tamamla.- Verilen araçların (sözlükler
car1,car2) verimliliğini hesaplamak için fonksiyonu kullan. - Yanıtlarını
car1['mpg']vecar2['mpg']olarak kaydet. - Hangi aracın (varsa) en iyi verimliliğe sahip olduğunu yazdırmak için aşağıdaki mantık ifadesini tamamla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Complete the function to model the efficiency.
def efficiency_model(miles, gallons):
return np.mean( ____ / ____ )
# Use the function to estimate the efficiency for each car.
car1['mpg'] = efficiency_model(car1['____'] , car1['____'] )
car2['mpg'] = efficiency_model(car2['____'] , car2['____'] )
# Finish the logic statement to compare the car efficiencies.
if car1['mpg'] ____ car2['mpg'] :
print('car1 is the best')
elif car1['mpg'] ____ car2['mpg'] :
print('car2 is the best')
else:
print('the cars have the same efficiency')