海洋学中的线性模型
时间序列数据的背景下，线性模型的"斜率"表示"变化率"。
在本练习中，您将使用 1970 年至 2010 年的海平面变化观测数据，构建一个表示海平面变化的线性模型，并据此预测未来的海平面上升。
本练习是课程的一部分
Python 线性建模入门
练习说明
- 导入并使用
LinearRegression(fit_intercept=True)来初始化线性模型。 - 将预先加载且已重塑形状的
years和levels数据传入model.fit()来拟合模型。 - 使用
model.predict()为future_year = 2100预测单个future_level，并使用print()输出结果。 - 使用
model.predict()预测多个levels_forecast，并结合预定义的plot_data_and_forecast()绘制结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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, ____, ____)