Não consegui entender muito bem o que foi feito aqui.
norma2 = np.array([])
for i in range(100):
norma2 = np.append(norma2, np.linalg.norm(Moscow-(coef_angulares[i]*X+b)))
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Não consegui entender muito bem o que foi feito aqui.
norma2 = np.array([])
for i in range(100):
norma2 = np.append(norma2, np.linalg.norm(Moscow-(coef_angulares[i]*X+b)))
Oi, Ana! Como vai?
Esse código serve para calcular e armazenar as normas (distâncias) entre um conjunto de dados real (Moscow) e um conjunto de dados estimado, usando diferentes coeficientes angulares.
Observe:
import numpy as np
# Dados de exemplo (substitua pelos seus dados reais)
Moscow = np.array([10, 20, 30, 40, 50])
X = np.array([1, 2, 3, 4, 5])
b = 5
# Gerar 100 coeficientes angulares aleatórios entre 0.1 e 0.9
coef_angulares = np.random.uniform(low=0.10, high=0.90, size=100)
# Inicializar um array vazio para armazenar as normas
norma2 = np.array([])
# Loop para calcular a norma para cada coeficiente angular
for i in range(100):
# Calcular os valores estimados usando o coeficiente angular atual
valores_estimados = coef_angulares[i] * X + b
# Calcular a norma (distância) entre os valores reais e estimados
norma = np.linalg.norm(Moscow - valores_estimados)
# Adicionar a norma ao array norma2
norma2 = np.append(norma2, norma)
# Imprimir o array com as normas calculadas
print(norma2)
Neste ponto, o código faz o seguinte:
Gera coeficientes angulares aleatórios:
coef_angulares = np.random.uniform(low=0.10, high=0.90, size=100)
Essa linha cria 100 números aleatórios entre 0.10 e 0.90, que serão usados como coeficientes angulares em cada iteração do loop.
Calcula a norma para cada coeficiente angular:
norma = np.linalg.norm(Moscow - (coef_angulares[i] * X + b))
Dentro do loop, essa linha calcula a norma (distância) entre os valores reais (Moscow) e os valores estimados, usando o coeficiente angular atual (coef_angulares[i]).
Armazena as normas em um array:
norma2 = np.append(norma2, norma)
Essa linha adiciona a norma calculada ao array norma2. Assim, ao final do loop, norma2 conterá todas as normas calculadas para cada coeficiente angular.
Espero ter ajudado. Conte com o apoio do Fórum na sua jornada. Fico à disposição.
Abraços e bons estudos!