Adım adım RMSE

Bu egzersizde, önceden kurulmuş bir modelin genel "uygunluk" (goodness-of-fit) düzeyini, model kalitesinin en yaygın nicel ölçütlerinden biri olan RMSE'yi adım adım hesaplayarak nicelleştireceksin.

Önceden yüklenmiş x_data ve y_data verileriyle başla ve bunları ön tanımlı modelleme fonksiyonu model_fit_and_predict() ile kullan.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

model_fit_and_predict(x_data, y_data) ile y_model değerlerini hesapla.
residuals değerlerini y_model ile y_data farkı olarak hesapla.
np.sum() ve np.square() kullanarak RSS hesapla ve MSE elde etmek için len(residuals) ile böl.
RMSE için MSE'nin np.sqrt()'ünü al ve tüm sonuçları yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Build the model and compute the residuals "model - data"
y_model = model_fit_and_predict(x_data, y_data)
residuals = ____ - ____

# Compute the RSS, MSE, and RMSE and print the results
RSS = np.____(np.____(residuals))
MSE = ____/len(residuals)
RMSE = np.____(____)
print('RMSE = {:0.2f}, MSE = {:0.2f}, RSS = {:0.2f}'.format(RMSE, MSE, RSS))

Kodu Düzenle ve Çalıştır