建模的理由：估計關係
建模的另一個常見用途是：先為兩個資料集各自建立模型，然後比較這兩個模型。在本練習中，提供了兩台車一起公路旅行的資料。兩台車每行駛 50 英里就加油一次，但各自需要加的油量不同，因為兩台車的油耗效率（MPG）不同。請完成函式 efficiency_model(miles, gallons)，將效率估計為「平均每加侖燃料可行駛的英里數」。使用已提供的字典 car1 與 car2，它們都有鍵 car['miles'] 與 car['gallons']。
本練習屬於課程
Python 線性建模入門
練習說明
- 完成
efficiency_model(miles, gallons)的函式定義。 - 使用該函式計算提供的兩台車（字典
car1、car2）的效率。 - 將結果分別儲存為
car1['mpg']與car2['mpg']。 - 完成下列邏輯判斷，印出哪一台車（或是否相同）具有較佳效率。
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。
# Complete the function to model the efficiency.
def efficiency_model(miles, gallons):
return np.mean( ____ / ____ )
# Use the function to estimate the efficiency for each car.
car1['mpg'] = efficiency_model(car1['____'] , car1['____'] )
car2['mpg'] = efficiency_model(car2['____'] , car2['____'] )
# Finish the logic statement to compare the car efficiencies.
if car1['mpg'] ____ car2['mpg'] :
print('car1 is the best')
elif car1['mpg'] ____ car2['mpg'] :
print('car2 is the best')
else:
print('the cars have the same efficiency')