Neste trecho do codigo: "Moscow-(coef_angulares[i]X+b", qual seria o valor do coeficiente linear b? nas aulas anteriores o professor utilizou a formula "b = np.mean(Y) - anp.mean(X)" para calcula-lo, mas note que a formula depende tambem do coeficiente angular. Entao nao entendi muito bem essa parte, uma vez que estamos testando varios valores aleatorios para o coeficiente angular, b tambem nao deveria alterar? nao faz sentido ele permanecer constante.
Oi, fabio, tudo bem?
Você está no caminho certo ao pensar sobre a dependência entre o coeficiente angular (a) e o linear (b). De fato, quando usamos a fórmula:
b = np.mean(Y) - a * np.mean(X)
estamos calculando o b correspondente a um valor específico de a, de forma que a reta passe exatamente pela média dos pontos. Essa é uma solução analítica (fórmula fechada), onde b varia conforme a.
Mas no trecho da aula em que usamos:
for i in range(100):
np.linalg.norm(Moscow - (coef_angulares[i] * X + b))
estamos testando vários valores de a (ou seja, coef_angulares), mas usando um único valor fixo de b para todas as tentativas. Com isso, que o b foi previamente definido (ixado manualmente) e não está sendo recalculado a cada iteração.
Essa abordagem é intencional: estamos testando várias retas com diferentes inclinações (a), mas com a mesma ordenada na origem (b), para ver qual combinação se aproxima melhor dos dados. Ou seja, qual a minimiza a diferença (norma).
Espero ter ajudado.
Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!
Para saber mais:
Sugestão de conteúdo para você mergulhar :