Gürültülü Veri Üzerinde Regresyon
Önceki bir derste mükemmel bir çizgi olan verilere bir çizgi uydurdun (y = 2x) ve hata sıfır çıktı. Bu harika hissettirdi ama bir bakıma yalandı: gerçek veri asla temiz bir çizgi değildir. Sensörler titrer, insanlar öngörülemez davranır, ölçümler yuvarlanır. Regresyonun dürüst versiyonu, sadece kabaca bir eğilimi takip eden bir cloud noktalar arasından bir çizgi uydurmak ve sonra hala ne kadar uzakta olduğunu raporlamaktır. Bu ders, o hata numaralarını hiç duraksamadan okumakla ilgili.
Gerçekçi veri oluşturma
Gerçek bir ilişkiden başlıyoruz, y = 3x + 7, sonra gaussian noise ekliyoruz -> çan eğrisinden alınan küçük rastgele dalgalanmalar -> yani hiçbir nokta tam olarak çizginin üzerinde durmuyor:
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 featuresSabit seed, herkesin aynı gürültüyü çekmesi anlamına gelir, bu yüzden aşağıdaki sayılar yeniden üretilebilir ve kontrol edilebilir. Model, 3 olan gerçek eğimi veya 7 olan kesişim noktasını asla görmez; görevi bunları gürültülü noktalardan recover yapmaktır.
Uydur, tahmin et ve dürüstçe ölç
Her zamanki gibi aynı ritüel, ama notu ayırdığımız bir test seti üzerinden veriyoruz:
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)Sayıların ne anlama geldiği
- Kurtarılan satır.
model.coef_[0]3'e yakın,model.intercept_ise 7'ye yakın çıkıyor. Model gerçek trendi gürültünün altından çıkardı ama mükemmel değil: yakın bir yerde duruyor, tam değil. - MAE artık sıfır değil. Burada yaklaşık 1.8, yani tipik bir tahmin
ybirimlerinde gerçek değerden yaklaşık 1.8 sapıyor. Bu bir hata değil. İçine 2.0 yayılımında gürültü dahil edildiğinde, bazı hata kaçınılmazdır -> pozitif bir MAE gerçek verinin dürüst maliyetidir. MAE'nin yapı gereği ~0 olduğu önceki mükemmel çizgiyle karşılaştır. - R squared 1. altında duruyor.
r2_scoremodelin açıkladığı varyasyonun oranını ölçer: 1.0 mükemmeldir, 0 ise ortalamayı tahmin etmekten daha iyi değildir. Burada yaklaşık 0.95 civarında yani yüksek, çünkü güçlü bir doğrusal sinyal var ama gürültü asla açıklanamayacağı için kesinlikle 1.0 altında. Gerçek veride tam olarak 1.0 olarak rapor edilen bir R squared kırmızı bayraktır, genellikle yanlışlıkla eğitim verisi üzerinde test ettiğinin işaretidir. - Artıklar hatanın adil olup olmadığını söyler. Bir artık
actual - predictedbir nokta içindir. Onların mean değeri 0 civarında olmalıdır: bu modelin sistematik olarak fazla veya az tahmin etmediğini, sadece simetrik gürültü gibi çizginin üstünde ve altında dağıldığını gösterir. 0 değerinden uzak bir artık ortalaması yanlı bir model anlamına gelir.
Buradaki teslimat sihirli bir sıfır değil, dürüst sayılardan oluşan bir kümedir. Çizgiye uydurmak ve kurtarılan slope, MAE, R squared ve residual mean değerlerini yazdırmak için Run tuşuna bas.
y = 3x + 7 ve gauss gürültüsü (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)) kullanarak gürültülü veri oluştur. train_test_split(X, y, test_size=0.2, random_state=0) ile böl, model olarak bir LinearRegression uydur, test seti üzerinde tahmin yap, sonra mae (mean absolute error), r2 (r2_score) ve resid_mean (y_test - preds ortalaması) değerlerini float olarak kaydet.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.