ПочатиПочніть безкоштовно

Лінійна модель в океанографії

Дані часових рядів дають контекст, у якому «нахил» лінійної моделі відображає «швидкість змін».

У цій вправі ви використаєте вимірювання змін рівня моря з 1970 по 2010 роки, побудуєте лінійну модель цих змін і застосуєте її, щоб зробити прогноз щодо майбутнього підвищення рівня моря.

Ця вправа є частиною курсу

Вступ до лінійного моделювання в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте та використайте LinearRegression(fit_intercept=True), щоб ініціалізувати лінійну модель.
  • Передайте попередньо завантажені та переформатовані дані years і levels у model.fit(), щоб навчити модель.
  • Використайте model.predict(), щоб передбачити одне значення future_level для future_year = 2100, і виведіть результат за допомогою print().
  • Використайте model.predict(), щоб спрогнозувати багато значень levels_forecast, і побудуйте графік результату за допомогою заданої функції plot_data_and_forecast().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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, ____, ____)
Редагувати та запускати код