RÉGRESSION / 04 · EXERCICE
Les calculs sur des vecteurs NumPy
x et y sont deux vecteurs de même longueur. Chaque position correspond à la même observation.
Soustraire une moyenne centre tout un vecteur. * multiplie ici terme à terme ; np.sum réduit ensuite les n produits en un nombre. Aucun parcours explicite avec une boucle n’est nécessaire.
Exemple expliqué
- 1
x_bar = np.mean(x) y_bar = np.mean(y)Deux scalaires : les moyennes des vecteurs.
- 2
a = np.sum((x-x_bar)*(y-y_bar)) / np.sum((x-x_bar)**2)Numérateur : somme des produits centrés ; dénominateur : dispersion de x.
- 3
b = y_bar - a*x_bar y_hat = a*x + bb est scalaire ; y_hat est un vecteur de n prédictions.
Code à compléter
Calculer a, b et y_hat, puis afficher les coefficients et les cinq premières prédictions.
Saisie autonome · crédit complet après réussite
Le résultat apparaîtra ici.
Session Python
Les variables restent disponibles entre les pages. Un rechargement efface les variables ; le code et l’utilisation de l’aide restent enregistrés dans cet onglet.