ЛР3
Синтез математичних моделей за допомогою індуктивного методу самоорганізації моделей
1. Ознайомитись з індуктивним методом самоорганізації моделей (посібник)
та прикладом https://github.com/vkopey/polyfit
2. Знайти найкращу двовимірну лінійну
регресійну модель даних, які генеруються за допомогою коду:
x = np.array([[0,1,2,3,4,0,1,2,3,4,0,1,2,3,4,0,1,2,3,4,0,1,2,3,4],
[0,0,0,0,0,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4]])
y = a*x[0] + b*x[1] + c + np.random.normal(0, 1+d, 25)
Значення a, b, c, d наведено в таблиці 3 відповідно до варіанта завдання. Вивести коефіцієнти моделі, коефіцієнт детермінації, виконати прогноз в довільній точці та побудувати на графіку точки даних і модель.
Таблиця 3 – Значення a, b, c, d для різних варіантів n
|
n |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
|
a b c d |
0 1 2 3 |
0 1 3 2 |
0 2 1 3 |
0 2 3 1 |
0 3 1 2 |
0 3 2 1 |
1 0 2 3 |
1 0 3 2 |
1 2 0 3 |
1 2 3 0 |
1 3 0 2 |
1 3 2 0 |
2 0 1 3 |
2 0 3 1 |
2 1 0 3 |
2 1 3 0 |
2 3 0 1 |
2 3 1 0 |
3 0 1 2 |
3 0 2 1 |
3 1 0 2 |
3 1 2 0 |
3 2 0 1 |
3 2 1 0 |