Gráficos de resíduos

Parte da seção Aprendizado supervisionado do Journey de Machine Learning da Coddy. Lição 14 de 58.

Uma boa pontuação pode esconder uma forma inadequada. Esta linha obtém R quadrado de 0.82 para uma massa que cresce, mas seus erros formam um arco:

À esquerda: altura da massa em relação às horas, crescendo rapidamente e depois desacelerando, com uma linha ajustada reta, R quadrado 0.82. À direita: os resíduos em relação às previsões sobem de -1.3 a +0.7 e voltam a cair para -0.7, formando um arco ao redor da linha zero tracejada

Aquele gráfico à direita é um gráfico de resíduos: cada resíduo, valor real menos previsto, em relação à sua previsão, com uma linha em 0:

residuals = y_test - pred
fig, ax = plt.subplots()
ax.scatter(pred, residuals)
ax.axhline(0, color="gray", linestyle="--")
plt.show()

Resíduos saudáveis se espalham como ruído em torno de 0. Um padrão significa que o modelo não captou algo: neste caso, que a subida desacelera.

Com vários recursos, plote os resíduos em relação a cada recurso também: aquele que forma um arco esconde a curva.

Desafio

Médio

Uma autoescola ajustou uma reta a 80 testes de frenagem: speed_kmh e braking_m. O código inicial mantém as previsões dos testes em pred e rotula o gráfico.

Calcule os resíduos.
Faça um gráfico de dispersão dos resíduos em relação às previsões sobre uma linha cinza tracejada em 0 e, em seguida, exiba-o.

A reta não consegue acompanhar uma curva? À esquerda, ela até prevê uma distância de frenagem negativa.

O gráfico de uma reta adequada, com outros dados, se parece com isto:

Um gráfico de resíduos intitulado Uma reta adequada: vinte pontos espalhados sem nenhum padrão acima e abaixo de uma linha tracejada em 0

Coddy descreve seu gráfico.

Experimente você mesmo

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

brakes = pd.read_csv("braking.csv")
X_train, X_test, y_train, y_test = train_test_split(brakes[["speed_kmh"]], brakes["braking_m"], test_size=0.25, random_state=0)
model = LinearRegression()
model.fit(X_train, y_train)
pred = model.predict(X_test)

fig, ax = plt.subplots()
ax.set_title("Braking Line Check")
ax.set_xlabel("Predicted braking distance (m)")
ax.set_ylabel("Residual (m)")

# Escreva seu código abaixo