1. Learn
    2. /
  2. Курси
    3. /
  3. Основи теорії ймовірностей у Python
Connected

Вправа

Дослідження залишків

Щоб побудувати лінійну модель, потрібно проаналізувати залишки — відстані між передбаченими значеннями та фактичними даними.

Мають виконуватися три умови:

  1. Середнє має дорівнювати 0.
  2. Дисперсія має бути сталою.
  3. Розподіл має бути нормальним.

Ми працюватимемо з даними результатів тестів для двох шкіл, A та B, з того самого предмета. Відповідно, model_A і model_B було навчено на hours_of_study_A і test_scores_A та на hours_of_study_B і test_scores_B.

matplotlib.pyplot імпортовано як plt, numpy як np, а LinearRegression — з sklearn.linear_model.

Інструкції 1/4

undefined XP
  • 1

    Побудуйте діаграму розсіювання для hours_of_study_A і test_scores_A та накресліть hours_of_study_values_A і результати з model_A.

  • 2

    Відніміть передбачені значення від test_scores_A, а потім побудуйте діаграму розсіювання для hours_of_study_A і residuals_A.

  • 3

    Побудуйте діаграму розсіювання для hours_of_study_B і test_scores_B та накресліть hours_of_study_values_B і результати з model_B.

  • 4

    Відніміть передбачені значення від test_scores_B, а потім побудуйте діаграму розсіювання для hours_of_study_B і residuals_B.