모델 최적화

Python으로 배우는 선형 모델 입문

Jason Vestuto

Data Scientist

잔차

2개 패널 그림, 위쪽은 시간 대비 해수면 산점도와 모델 선 그래프, 아래쪽은 잔차로 위 그래프에서 데이터와 모델의 차이를 표시

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

True

2개 패널 그림, 위쪽은 시간 대비 해수면 산점도와 모델 선 그래프, 아래쪽은 잔차로 위 그래프에서 데이터와 모델의 차이를 표시

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

0.0

2개 패널 그림, 위쪽은 시간 대비 해수면 산점도와 상수값의 불량 모델 선 그래프, 아래쪽은 녹색 점 마커의 잔차와 파란 사각 마커의 잔차 제곱

residuals_squared = np.square(y_model - y_data)

print(np.sum(residuals_squared))

65.1

2개 패널 그림, 위쪽은 시간 대비 해수면 산점도와 상수값의 불량 모델 선 그래프, 아래쪽은 녹색 점 마커의 잔차와 파란 사각 마커의 잔차 제곱

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

2개 패널 그림, 위쪽은 시간 대비 해수면 산점도와 개선된 모델 선 그래프, 아래쪽은 녹색 점 마커의 잔차와 파란 사각 마커의 잔차 제곱, 적합도가 훨씬 향상됨

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

5.9

RSS y축 값 대 기울기 x축 값의 그래프, 위로 열린 포물선 또는 우물 형태이며 기울기=25 근처 하단에 최솟값 위치

Python으로 배우는 선형 모델 입문