Khoảng tin cậy biểu đồ phân tán Python

Một số dữ liệu#

Dữ liệu theo công thức.

from numpy.random import randn, binomial, rand
N = 200
X = rand(N, 1) * 2
eps = randn(N, 1) * 0.2
eps2 = randn(N, 1) + 1
bin = binomial(2, 0.05, size=(N, 1))
y = (0.5 * X + eps + 2 + eps2 * bin).ravel()

import matplotlib.pyplot as plt
fig, ax = plt.subplots(1, 1, figsize=(4, 4))
ax.plot(X, y, '.');

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y)

Khoảng tin cậy với hồi quy tuyến tính#

Đối tượng phù hợp nhiều lần với cùng một người học, mọi quá trình đào tạo được thực hiện dựa trên việc lấy mẫu lại tập dữ liệu đào tạo

from mlinsights.mlmodel import IntervalRegressor
from sklearn.linear_model import LinearRegression

lin = IntervalRegressor(LinearRegression())
lin.fit(X_train, y_train)

IntervalRegressor(estimator=LinearRegression())

________số 8

fig, ax = plt.subplots(1, 1, figsize=(4, 4))
ax.plot(X_test, y_test, '.', label="raw")
ax.plot(sorted_X, pred, label="prediction")
ax.plot(sorted_X, min_pred, '--', label="min")
ax.plot(sorted_X, max_pred, '--', label="max")
ax.legend();

Khoảng tin cậy cao hơn #

Có thể sử dụng mẫu lại nhỏ hơn của tập dữ liệu huấn luyện hoặc chúng ta có thể tăng số lượng mẫu lại

%matplotlib inline

%matplotlib inline

%matplotlib inline

%matplotlib inline

%matplotlib inline

%matplotlib inline

%matplotlib inline

Với cây quyết định#

%matplotlib inline

%matplotlib inline

%matplotlib inline

import warnings
warnings.simplefilter("ignore")

Trong trường hợp đó, dự đoán rất giống với dự đoán mà một khu rừng ngẫu nhiên sẽ tạo ra vì đây là dự đoán trung bình của 10 cây

Phân vị hồi quy #

Cách cuối cùng cố gắng khớp hai hồi quy cho lượng tử 0. 05 và 0. 95

import warnings
warnings.simplefilter("ignore")

import warnings
warnings.simplefilter("ignore")

Với một mô hình phi tuyến tính… nhưng mô hình QuantileMLPRegressor chỉ thực hiện hồi quy với lượng tử 0. 5

Với sinh biển #

Nó sử dụng một cách lý thuyết để tính khoảng tin cậy bằng cách tính khoảng tin cậy trên các tham số trước

import warnings
warnings.simplefilter("ignore")

GaussianProcessRegressor#

Tùy chọn cuối cùng với ví dụ hồi quy Quy trình Gaussian này. ví dụ giới thiệu cơ bản tính toán độ lệch chuẩn cho mọi dự đoán. Sau đó, nó có thể được sử dụng để hiển thị một khoảng tin cậy

Hàm Python nào sẽ cho khoảng tin cậy 95%?

Khoảng tin cậy trong biểu đồ đường là gì?

Seaborn tính toán khoảng tin cậy như thế nào?

Khoảng tin cậy trong Regplot là gì?