直观评估线性回归的表现

Visually Assess Linear Regression Performance

线性回归假设模型残差（actual-predicted）服从正态分布。如果模型表现不佳，可能是由于违背了这一假设。这里，我常使用残差分布图来验证这一点，并判断模型的表现。顾名思义，该图描绘了残差（actual-predicted）的分布，如下所示：

一个好的残差图会： 一个坏的残差图会：

• ● 服从正态分布 呈现偏度
• ● 不呈现残差中的趋势 呈现残差中的规律

因此，残差图看起来越接近正态分布，我们就越能对模型有信心。当回归线难以可视化时（即在高维数据集中），这一点尤其有用。为什么？因为残差分布图描绘的是残差的分布，而残差分布始终是一维的。

因此，它可以轻松地绘制和可视化。当然，这只是验证一个假设——残差的正态性。然而，线性回归还依赖许多其他假设，也必须加以检验。statsmodel 提供了一份相当全面的报告，我们将在下一章讨论。