Model Optimizasyonu

Python ile Doğrusal Modellemenin Temelleri

Jason Vestuto

Data Scientist

Artıklar

2 panelli şekil, üstte deniz seviyesi-zaman saçılım grafiği ve modelin çizgisi; altta artıkların grafiği, üstteki grafikte veri ile model arasındaki farkı gösteriyor

residuals = y_model - y_data
len(residuals) == len(y_data)

True

Artıkların Toplamı

2 panelli şekil, üstte deniz seviyesi-zaman saçılım grafiği ve modelin çizgisi; altta artıkların grafiği, üstteki grafikte veri ile model arasındaki farkı gösteriyor

residuals = y_model - y_data
print(np.sum(residuals))

0.0

Karelenmiş Artıklar

2 panelli şekil, üstte zaman karşı deniz seviyesi saçılımı ve sabit değerli kötü bir modelin çizgisi; altta artıklar yeşil nokta, karelenmiş artıklar mavi kare işaretleyicilerle

residuals_squared = np.square(y_model - y_data)

print(np.sum(residuals_squared))

65.1

RSS

2 panelli şekil, üstte zaman karşı deniz seviyesi saçılımı ve sabit değerli kötü bir modelin çizgisi; altta artıklar yeşil nokta, karelenmiş artıklar mavi kare işaretleyicilerle

resid_squared = np.square(y_model - y_data)
RSS = np.sum(resid_squared)

RSS

2 panelli şekil, üstte daha iyi bir modelin çizgisiyle deniz seviyesi-zaman saçılımı; altta artıklar yeşil nokta ve karelenmiş artıklar mavi kare işaretleyicilerle, uyum çok daha iyi

RSS = np.sum(np.square(y_model - y_data))
print(RSS)

5.9

RSS'in Değişimi

RSS'in y-ekseni değerleri ile eğim x-ekseni değerlerinin grafiği; yukarı dönük parabol/çanak şeklinde, minimumu eğim=25 civarında dipte

RSS'in minimum değeri, minimum artıkları verir
Minimum artıklar, en iyi modeli verir

Hadi pratik yapalım!

Python ile Doğrusal Modellemenin Temelleri