模型优化

Python 线性建模入门

Jason Vestuto

Data Scientist

残差

两面板图：上图为海平面与时间的散点和模型线；下图为残差，显示上图中数据与模型的差异

residuals = y_model - y_data
len(residuals) == len(y_data)

True

两面板图：上图为海平面与时间的散点和模型线；下图为残差，显示上图中数据与模型的差异

residuals = y_model - y_data
print(np.sum(residuals))

0.0

两面板图：上图为海平面与时间的散点和常数模型的线；下图为残差（绿色点）及其平方（蓝色方块）

residuals_squared = np.square(y_model - y_data)

print(np.sum(residuals_squared))

65.1

两面板图：上图为海平面与时间的散点和常数模型的线；下图为残差（绿色点）及其平方（蓝色方块）

resid_squared = np.square(y_model - y_data)
RSS = np.sum(resid_squared)

两面板图：上图为海平面与时间的散点和更好的模型线；下图为残差（绿色点）及其平方（蓝色方块），拟合明显更好

RSS = np.sum(np.square(y_model - y_data))
print(RSS)

5.9

RSS（纵轴）与斜率（横轴）的关系图：开口向上的抛物线，最低点约在 slope=25

Python 线性建模入门