首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >python中的分布图

python中的分布图
EN

Stack Overflow用户
提问于 2018-06-04 01:38:54
回答 2查看 1.3K关注 0票数 2

我需要你的帮助来理解分布图。我正在学习this link的教程。在帖子的末尾,他们提到:

我们可以从图表中看到,大多数时候预测是正确的(差值= 0)。

所以我不能理解他们是如何分析图表的。

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-06-04 02:24:01

要展开注释中的讨论,请考虑运行以下代码:

代码语言:javascript
复制
plt.figure(figsize=(12,8))
plt.scatter(range(len(y_test)), y_test, marker='d', c='red')
plt.scatter(range(len(predictions)), predictions, marker='d', c='blue')
plt.scatter(range(len(y_test)), (y_test - predictions), marker='^', c='green')

它将向您显示以下图。y_test的分布如红色菱形所示。predictions的分布如蓝色菱形所示。如果用predictions减去y_test的每个点,就会得到绿色三角形。由于我们正在尝试预测提示,我们希望最小化test data之间的误差,这是实际数据,与我们使用机器学习所做的predictions之间的误差。

如果你把所有这些绿色三角形都拿出来,做一个distplot,它会显示出你附加在问题上的图像。下面是每个变量的分布:

代码语言:javascript
复制
# Code to reproduce the plot below
fig = plt.figure(figsize=(12,8))

ax = fig.add_subplot(311)
sb.distplot(y_test)
plt.title('y_test')
plt.xlim([-10, 10])

ax = fig.add_subplot(312)
sb.distplot(predictions)
plt.title('predicted tips')
plt.xlim([-10, 10])

ax = fig.add_subplot(313)
sb.distplot(y_test - predictions)
plt.title('y_test - predicted tips')
plt.xlim([-10, 10])

plt.tight_layout()

plt.show()

票数 2
EN

Stack Overflow用户

发布于 2018-06-04 02:02:02

您可以考虑密度图,它显示了数据在给定值时出现的相对数量。所讨论的值是观察值和拟合变量值之间的差异。如果拟合是完美的,那么所有的差异都将为0,并且在0处将只有一个条形。拟合并不完美,存在一些大于或小于0的差异,但它们离零并不太远。

作者得出的结论可能太过强烈:该图没有证明差异接近于零,但它表明差异以零为中心。一般来说,对于线性回归,这是一个很好的结果。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/50669200

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档