建模的理由：外插法（Extrapolation）
建模的另一個常見用途是進行外插（extrapolation），也就是在量測資料的範圍（time 的最小到最大值）之外，估計「外部」或「更遠」的資料值。在本練習中，我們量測了 0 到 5 小時的距離，但我們想估計若行駛 8 小時會走多遠。延續前一個練習使用的同一筆資料集，我們已經建立了線性模型 distance = model(time)。請使用 model() 來對遠大於量測時間範圍的時間點進行距離預測。
本練習屬於課程
Python 線性建模入門
練習說明
- 使用
distance = model(time)，對超出量測資料範圍的time=8小時進行外插。 - 列印預測的
distance，然後檢查它是否小於或等於400。 - 如果你的車在加滿油的情況下，最多能行駛
400英里，而開車回家需要 8 小時，你是否能不加油就抵達？若能抵達，請將answer=True；若會沒油，請將answer=False。
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。
# Select a time not measured.
time = 8
# Use the model to compute a predicted distance for that time.
distance = model(____)
# Inspect the value of the predicted distance traveled.
print(distance)
# Determine if you will make it without refueling.
answer = (____ <= 400)
print(answer)