模型组成部分
之前，您一直在使用预先定义好的模型。本练习中，您将实现一个模型函数：该函数根据输入数据 x 和模型的"0 阶"项 a0、"1 阶"项 a1，以及二次项 a2，计算并返回 y 的模型值（见下式）。
\(y = a_0 + a_1 x + a_2 x^2\)
回顾一下，"1 阶"是线性的。因此我们把这个广义线性模型的默认值设为 a2=0。稍后我们会修改它进行对比。
本练习是课程的一部分
Python 线性建模入门
练习说明
- 完成函数定义
model()，使其接收x，以及默认参数a0=3, a1=2, a2=0，并返回y。 - 使用
numpy的np.linspace()方法创建数值数组x。 - 将
x传入您的model()，且不指定a0, a1, a2，以获得默认的预测y值。 - 使用预定义的
plot_prediction()查看由x和y得到的图形。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Define the general model as a function
def model(x, a0=____, a1=____, a2=____):
return a0 + (a1*____) + (a2*____*____)
# Generate array x, then predict y values for specific, non-default a0 and a1
x = np.____(-10, 10, 21)
y = model(____)
# Plot the results, y versus x
fig = plot_prediction(____, ____)