Ước lượng trực quan độ dốc và hệ số chặn
Xây dựng mô hình tuyến tính là một cách tự động hóa điều mà chúng ta có thể làm thủ công ở mức tương đối bằng cách trực quan hóa dữ liệu và thử–sai nhiều lần. Cách làm trực quan không phải là hiệu quả hay chính xác nhất, nhưng lại minh họa khái niệm rất tốt, nên hãy thử nhé!
Với một số dữ liệu đã đo, mục tiêu của bạn là đoán giá trị cho độ dốc (slope) và hệ số chặn (intercept), đưa chúng vào mô hình, rồi điều chỉnh cho đến khi mô hình khớp với dữ liệu. Dùng dữ liệu có sẵn xd, yd, và hàm model() đã cung cấp để tạo dự đoán của mô hình. So sánh dự đoán với dữ liệu bằng hàm plot_data_and_model() đã cho.
Bài tập này là một phần của khóa học
Nhập môn Mô hình tuyến tính với Python
Hướng dẫn bài tập
- Quan sát biểu đồ trên và đưa ra ước lượng ban đầu cho
trial_slopevàtrial_intercept. Bạn có thể điều chỉnh các giá trị này ở bước sau. - Dùng hàm dựng sẵn
xm, ym = model(intercept, slope)để tạo dự đoán của mô hình. - Dùng hàm
fig = plot_data_and_model(xd, yd, xm, ym)để vẽ dữ liệu đo(xd, yd)và dự đoán mô hình(xm, ym)trên cùng một biểu đồ. - Nếu mô hình chưa khớp dữ liệu, hãy thử giá trị khác cho
trial_slopevàtrial_interceptrồi chạy lại mã. - Lặp lại đến khi bạn tin rằng đã có giá trị tốt nhất, sau đó gán chúng cho
final_slopevàfinal_interceptrồi gửi câu trả lời của bạn.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Look at the plot data and guess initial trial values
trial_slope = ____
trial_intercept = ____
# input thoses guesses into the model function to compute the model values.
xm, ym = ____(trial_intercept, trial_slope)
# Compare your your model to the data with the plot function
fig = ____(xd, yd, xm, ym)
plt.show()
# Repeat the steps above until your slope and intercept guess makes the model line up with the data.
final_slope = ____
final_intercept = ____