Modelloptimering

Introduktion till linjär modellering i Python

Jason Vestuto

Data Scientist

Residualer

2-panelsfigur, övre diagram visar spridningsplot av havsnivå mot tid och en modellkurva, nedre diagram visar residualer – skillnaden mellan data och modell från det övre diagrammet

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

True

Residualer summerade

2-panelsfigur, övre diagram visar spridningsplot av havsnivå mot tid och en modellkurva, nedre diagram visar residualer – skillnaden mellan data och modell från det övre diagrammet

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

0.0

Kvadrerade residualer

2-panelsfigur, övre diagram visar spridningsplot av havsnivå mot tid och en dålig modell med konstant värde, nedre diagram visar residualer som gröna punktmarkeringar och kvadrerade residualer som blå fyrkantiga markeringar

residuals_squared = np.square(y_model - y_data)

print(np.sum(residuals_squared))

65.1

RSS

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

RSS

2-panelsfigur, övre diagram visar spridningsplot av havsnivå mot tid och en bättre modellkurva, nedre diagram visar residualer som gröna punktmarkeringar och kvadrerade residualer som blå fyrkantiga markeringar, med betydligt bättre anpassning

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

5.9

RSS-variation

Graf med RSS på y-axeln och lutning på x-axeln, formad som en uppåtvänd parabel med minimum nära lutning=25

Minsta RSS-värdet ger minsta residualer
Minsta residualer ger den bästa modellen

Nu kör vi en övning!

Introduktion till linjär modellering i Python