殘差平方和（RSS）
在前一個練習中，你看到登山步道的海拔資料大致可以用線性模型來擬合，我們也介紹了以模型與資料之間的「差值」作為「模型好壞」的衡量方式。
這個練習中，你會使用同一組量測資料，透過計算這些「差值」的平方再加總（也稱為「殘差」）來量化模型的擬合程度。
本練習屬於課程
Python 線性建模入門
練習說明
- 使用預先定義的
load_data()載入x_data、y_data。 - 呼叫預先定義的
model()，傳入x_data以及指定的a0、a1值。 - 以
y_data - y_model計算殘差，接著用np.square()與np.sum()求得rss。 - 列印計算出的
rss值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load the data
x_data, y_data = load_data()
# Model the data with specified values for parameters a0, a1
y_model = model(____, a0=150, a1=25)
# Compute the RSS value for this parameterization of the model
rss = np.sum(np.square(____ - ____))
print("RSS = {}".format(____))