繪制交叉驗證的預測?

本示例說明了如何使用cross_val_predict來可視化預測中的錯誤。

輸入：

from sklearn import datasets
from sklearn.model_selection import cross_val_predict
from sklearn import linear_model
import matplotlib.pyplot as plt

lr = linear_model.LinearRegression()
X, y = datasets.load_diabetes(return_X_y=True)

# cross_val_predict返回一個與`y`大小相同的數組，其中每個條目都是通過交叉驗證獲得的預測：
predicted = cross_val_predict(lr, X, y, cv=10)

fig, ax = plt.subplots()
ax.scatter(y, predicted, edgecolors=(0, 0, 0))
ax.plot([y.min(), y.max()], [y.min(), y.max()], 'k--', lw=4)
ax.set_xlabel('Measured')
ax.set_ylabel('Predicted')
plt.show()

腳本的總運行時間：0分0.103秒。

輸出：