Bắt đầu ngayBắt đầu miễn phí

Mô hình tuyến tính trong Hải dương học

Dữ liệu chuỗi thời gian cung cấp bối cảnh mà trong đó “độ dốc” của mô hình tuyến tính biểu thị “tốc độ thay đổi”.

Trong bài tập này, bạn sẽ dùng các phép đo mực nước biển thay đổi từ 1970 đến 2010, xây dựng một mô hình tuyến tính cho mực nước biển đang thay đổi đó và dùng mô hình để dự đoán mức dâng mực nước biển trong tương lai.

Bài tập này là một phần của khóa học

Nhập môn Mô hình tuyến tính với Python

Xem khóa học

Hướng dẫn bài tập

  • Import và dùng LinearRegression(fit_intercept=True) để khởi tạo một mô hình tuyến tính.
  • Truyền dữ liệu years và levels (đã được nạp sẵn và reshape) vào model.fit() để huấn luyện mô hình.
  • Dùng model.predict() để dự đoán một future_level cho future_year = 2100 và print() kết quả.
  • Dùng model.predict() để dự báo nhiều levels_forecast và vẽ kết quả với hàm đã định nghĩa sẵn plot_data_and_forecast().

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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, ____, ____)
Chỉnh sửa và Chạy Mã