ПочатиПочніть безкоштовно

Мінімізація залишків

У цій вправі ви доповните функцію для візуального порівняння моделі й даних, а також обчислення та виведення RSS. Ви викличете її кілька разів, щоб побачити, як RSS змінюється, коли ви змінюєте значення a0 і a1. Ми побачимо, що значення параметрів, які ми раніше знайшли, саме й потрібні, щоб мінімізувати RSS.

Ця вправа є частиною курсу

Вступ до лінійного моделювання в Python

Переглянути курс

Інструкції до вправи

  • Заповніть виклик model(), передавши дані xd і параметри моделі a0 та a1.
  • Обчисліть rss як суму квадратів residuals.
  • Використайте compute_rss_and_plot_fit() для різних значень a0 і a1, щоб побачити, як вони впливають на RSS.
  • Переконайтеся, що початкові значення a0=150 та a1=25 мінімізують RSS, і надішліть відповідь саме з ними.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Complete function to load data, build model, compute RSS, and plot
def compute_rss_and_plot_fit(a0, a1):
    xd, yd = load_data()
    ym = model(xd, ____, ____)
    residuals = ym - yd
    rss = np.sum(np.square(____))
    summary = "Parameters a0={}, a1={} yield RSS={:0.2f}".format(____, ____, rss)
    fig = plot_data_with_model(xd, yd, ym, summary)
    return rss, summary

# Chose model parameter values and pass them into RSS function
rss, summary = compute_rss_and_plot_fit(a0=____, a1=____)
print(summary)
Редагувати та запускати код