Oşinografide Doğrusal Model

Zaman serisi verileri, doğrusal modeldeki "eğim"in bir "değişim hızı"nı temsil ettiği bir bağlam sunar.

Bu egzersizde 1970'ten 2010'a kadar olan deniz seviyesi değişimi ölçümlerini kullanacak, değişen deniz seviyesinin doğrusal bir modelini kuracak ve bunu gelecekteki deniz seviyesi artışı hakkında bir tahmin yapmak için kullanacaksın.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

Bir doğrusal modeli başlatmak için LinearRegression(fit_intercept=True) sınıfını içe aktar ve kullan.
Önceden yüklenmiş ve yeniden biçimlendirilmiş years ve levels verilerini model.fit() içine vererek modeli uygula.
model.predict() ile future_year = 2100 için tek bir future_level tahmin et ve sonucu print() ile yazdır.
model.predict() ile çok sayıda levels_forecast üret ve sonucu önceden tanımlı plot_data_and_forecast() ile görselleştir.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import LinearRegression class, build a model, fit to the data
from sklearn.linear_model import ____
model = ____(fit_intercept=True)
model.fit(years, levels)

# Use model to make a prediction for one year, 2100
future_year = np.array(2100).reshape(1, -1)
future_level = model.predict(____)
print("Prediction: year = {}, level = {:.02f}".format(future_year, future_level[0,0]))

# Use model to predict for many years, and over-plot with measured data
years_forecast = np.linspace(1970, 2100, 131).reshape(-1, 1)
levels_forecast = model.predict(____)
fig = plot_data_and_forecast(years, levels, ____, ____)

Kodu Düzenle ve Çalıştır