Regresi pada Data Berisik
Di pelajaran sebelumnya kamu mencocokkan garis ke data yang merupakan garis sempurna (y = 2x) dan errornya jadi nol. Rasanya enak, tapi itu semacam kebohongan: data asli tidak pernah berupa garis bersih. Sensor bergetar, orang berperilaku tidak terduga, pengukuran dibulatkan. Versi jujur dari regresi adalah mencocokkan garis melalui cloud titik yang hanya mengikuti tren secara kasar, lalu melaporkan seberapa jauh kamu masih meleset. Pelajaran ini tentang membaca angka error tersebut tanpa ragu.
Membuat data yang realistis
Kita mulai dari hubungan yang benar, y = 3x + 7, lalu menambahkan gaussian noise -> goyangan acak kecil yang diambil dari kurva lonceng -> jadi tidak ada titik yang duduk tepat di garis:
rng = np.random.RandomState(42)
x = np.linspace(0, 10, 200)
noise = rng.normal(0, 2.0, size=x.shape) # mean 0, spread 2.0
y = 3 * x + 7 + noise
X = x.reshape(-1, 1) # sklearn wants 2-D featuresSeed yang tetap berarti semua orang mendapatkan noise yang sama, jadi angka di bawah ini dapat direproduksi dan diperiksa. Model tidak pernah melihat kemiringan asli 3 atau intersep 7; tugasnya adalah untuk recover mereka dari titik yang berisik.
Sesuaikan, prediksi, dan ukur dengan jujur
Ritual yang sama seperti biasanya, tapi kita menilai berdasarkan test set yang ditahan:
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, r2_score
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=0)
model = LinearRegression().fit(X_train, y_train)
preds = model.predict(X_test)
mae = mean_absolute_error(y_test, preds)
r2 = r2_score(y_test, preds)Apa arti angka-angka ini
- Baris yang berhasil diambil.
model.coef_[0]muncul di dekat 3 danmodel.intercept_di dekat 7. Model menggali tren asli dari balik noise, tapi tidak sempurna: hasilnya mendekati, tidak tepat. - MAE bukan lagi nol. Di sini nilainya sekitar 1.8, artinya prediksi tipikal meleset dari nilai asli sekitar 1.8 dalam unit
y. Itu bukan bug. Dengan noise sebaran 2.0 yang sudah dimasukkan, beberapa error tidak bisa dihindari -> MAE positif adalah biaya jujur dari data asli. Bandingkan dengan garis sempurna sebelumnya, di mana MAE bernilai ~0 karena konstruksinya. - R squared ada di bawah 1.
r2_scoremengukur fraksi variasi yang dijelaskan model: 1.0 adalah sempurna, 0 tidak lebih baik daripada menebak rata-rata. Di sini nilainya sekitar 0.95 -> tinggi, karena ada sinyal linear yang kuat, tapi di bawah 1.0, karena noise tidak pernah bisa dihilangkan. R squared yang dilaporkan tepat 1.0 pada data asli adalah tanda bahaya, biasanya tanda kamu tidak sengaja mengetes pada data training. - Residuals memberitahu kamu apakah kesalahannya adil. Residual adalah
actual - predicteduntuk satu titik. mean mereka harusnya dekat dengan 0: itu artinya model tidak secara sistematis meleset terlalu jauh atau terlalu sedikit, hanya menyebar di atas dan di bawah garis seperti noise simetris seharusnya. Rata-rata residual yang jauh dari 0 berarti model yang bias.
Jadi hasil yang harus dikumpulkan di sini adalah sekumpulan angka yang jujur, bukan nol ajaib. Tekan Run untuk menyesuaikan garis dan cetak slope yang didapat, MAE, R squared, dan residual mean.
Buat data berisik dari y = 3x + 7 ditambah gaussian noise (rng = np.random.RandomState(42), x = np.linspace(0, 10, 200), noise = rng.normal(0, 2.0, size=x.shape), X = x.reshape(-1, 1)). Bagi dengan train_test_split(X, y, test_size=0.2, random_state=0), fit LinearRegression sebagai model, prediksi pada test set, lalu simpan mae (mean absolute error), r2 (r2_score), dan resid_mean (rata-rata dari y_test - preds) sebagai float.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.