Phân tích phần dư (residual)
Để xây dựng một mô hình tuyến tính, bạn cần phân tích các phần dư (residual), tức là khoảng cách giữa giá trị dự đoán và dữ liệu thực tế.
Cần thỏa mãn ba điều kiện:
- Kỳ vọng (mean) xấp xỉ 0.
- Phương sai không đổi.
- Phân phối chuẩn.
Chúng ta sẽ làm việc với dữ liệu điểm kiểm tra của hai trường, A và B, cho cùng một môn học. model_A và model_B đã được fit lần lượt với hours_of_study_A và test_scores_A, và hours_of_study_B và test_scores_B.
matplotlib.pyplot đã được import là plt, numpy là np và LinearRegression từ sklearn.linear_model.
Bài tập này là một phần của khóa học
Nền tảng Xác suất trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Scatterplot of hours of study and test scores
plt.scatter(____, ____)
# Plot of hours_of_study_values_A and predicted values
plt.plot(____, model_A.____(hours_of_study_values_A))
plt.title("Model A", fontsize=25)
plt.show()