...
Expand |
---|
title | Hvis du har prøvd selv, trykk her for å se svaret... |
---|
|
Code Block |
---|
| cels2fahr(-20)
cels2fahr(0)
cels2fahr(18)
cels2fahr(37)
cels2fahr(100) |
Code Block |
---|
| function retur = cels2fahr(celsius)
retur = 9/5*celsius + 32;
end |
|
Oppgave 1.2.4:
...
Finn best temperaturvarsel
Du har funnet ut at du vil lage ditt eget varsel for julitemperaturen i Trondheim. Du har to brilliante ideer til hvordan du kan forutsi neste sommers temperatur:
- Bruk gjennomsnittet av temperaturen i juli 2015 som estimat for alle dager i juli 2017.
- Bruk snittemperaturen for 1. juli 2015 som estimat for 1. juli 2017, osv.
For å avgjøre hvilken som er best, vil du sjekke hvor godt modellene passer temperaturdata for 2016. Du har hentet data fra yr.no ogg lagret de i scriptet vaerdata.m
.
Et vanlig mål på modellnøyaktighet er roten av snittet av kvadrert feil. Hvis y ̂_i er estimatet og y_i er faktisk temperatur i dag nr. i, er formelen:Hvilken metode later til å skulle fungere best?
Utdelt kode
Utdelt kode
Videoforklaring (mm:ss)
Del 1 (8:48) | Del 2 (10:01) |
---|
Widget Connector |
---|
url | https://www.youtube.com/watch?v=H0dZa0yepGM |
---|
|
| Widget Connector |
---|
url | https://www.youtube.com/watch?v=zP3hum7TiuY |
---|
|
|
Løsningsforslag
Expand |
---|
title | Hvis du har prøvd selv, trykk her for å se svaret... |
---|
|
Modell 1 har en RMSE på 3.5217 Celsius, mens modell 2 har en RMSE på 4.3179 Celsius. Modell 1 later derfor til å fungere best. | | function result = rmse(modell_data, faktiske_data)
result = sqrt(mean((modell_data - faktiske_data) .^ 2));
end |
Code Block |
---|
| % Først kjører vi scriptet vaerdata.m for å lage våre variabler med data.
vaerdata
% Deretter kaller vi vår rmse-funksjon for å regne ut rmse-verdiene for de to modellene.
rmse(juli_modell1, juli_2016)
rmse(juli_modell2, juli_2016) | |
Oppgave 1.2.5: Funksjonstrening - innputt og parametere
...