In [15]:
def process(D, model, ax): # 약어를 사용합니다 # y가 실제 값(actual)입니다 x, y = D[:, 0], D[:, 1] m, b = model # 그래프 스타일링 axis_helper(ax, (0, 8)) # 데이터를 그립니다 ax.plot(x, y, 'ro') # 예측 직선을 그립니다 helper_xs = np.array([0, 8]) helper_line = m * helper_xs + b ax.plot(helper_xs, helper_line, color='>y') # 오차를 그립니다 predictions = m * x + b ax.vlines(x, predictions, y) # 오차의 양을 계산합니다 errors = y - predictions # 결과를 튜플로 묶습니다 sse = np.dot(errors, errors) return (errors, errors.sum(), sse, np.sqrt(sse))