【算法對比圖】回歸、時序預測的多算法對比圖

好玩的MATLAB

點擊上方藍字關注我們

   注明：此推文來自公眾號Lvy的口袋，歡迎大家關注Lvy小姐姐公眾號~    多種算法對比圖是常用的科研繪圖，你知道幾種合適的繪圖樣式呢？




1.真實值和預測值展示圖


Tips：數(shù)據(jù)比較多、算法多的適合比較難看出實際的效果
數(shù)據(jù)就是各個算法預測值和真實值數(shù)據(jù)（工具箱直接導出）

data_pre_all=[]; %記錄預測數(shù)據(jù)load(' 多元線性回歸  17_Dec_11_34_33 train_result_train_vaild_test.mat')data1=data_Oriny_prey.y_test_predict;data_pre_all=[data_pre_all,data1];data_true=data_Oriny_prey.test_y;load('SSA麻雀搜索算法 隨機森林回歸  17_Dec_11_35_55 train_result_train_vaild_test.mat')data2=data_Oriny_prey.y_test_predict;data_pre_all=[data_pre_all,data2];load(' SVM-RF回歸  17_Dec_11_37_18 train_result_train_vaild_test.mat')data3=data_Oriny_prey.y_test_predict;data_pre_all=[data_pre_all,data3];load(' MLP回歸  17_Dec_11_38_31 train_result_train_vaild_test.mat')data4=data_Oriny_prey.y_test_predict;data_pre_all=[data_pre_all,data4];load(' LSTM回歸  17_Dec_11_40_29 train_result_train_vaild_test.mat')data5=data_Oriny_prey.y_test_predict;data_pre_all=[data_pre_all,data5];str={'真實值','多元線性回歸','SSA麻雀搜索算法 隨機森林回歸','SVM-RF回歸' ,'MLP回歸','LSTM回歸'};figure('Units', 'pixels', ...    'Position', [300 300 860 375]);plot(data_true,'--*') hold onfor i=1:size(data_pre_all,2)    plot(data_pre_all(:,i))    hold on endlegend(str)set (gca,"FontSize",12,'LineWidth',1.2)box offlegend Box off



2.誤差柱狀對比圖

Tips：建議選取量綱差別不大的誤差衡量指標，不然可能會有點丑

Test_all=[];for j=1:size(data_pre_all,2)    y_test_predict=data_pre_all(:,j);    test_y=data_true;    test_MAE=sum(abs(y_test_predict-test_y))/length(test_y) ;           test_MAPE=sum(abs((y_test_predict-test_y)./test_y))/length(test_y);      test_MSE=(sum(((y_test_predict-test_y)).^2)/length(test_y));     test_RMSE=sqrt(sum(((y_test_predict-test_y)).^2)/length(test_y));      test_R2= 1 - (norm(test_y - y_test_predict)^2 / norm(test_y - mean(test_y))^2);       Test_all=[Test_all;test_MAE test_MAPE test_MSE test_RMSE test_R2];end%%str={'真實值','多元線性回歸','SSA麻雀搜索算法 隨機森林回歸','SVM-RF回歸' ,'MLP回歸','LSTM回歸'};str1=str(2:end);str2={'MAE','MAPE','MSE','RMSE','R2'};data_out=array2table(Test_all);data_out.Properties.VariableNames=str2;data_out.Properties.RowNames=str1;disp(data_out)%% 柱狀圖 MAE MAPE RMSE 柱狀圖適合量綱差別不大的color=    [0.1569    0.4706    0.7098    0.6039    0.7882    0.8588    0.9725    0.6745    0.5490    0.8549    0.9373    0.8275       0.7451    0.7216    0.8627    0.7843    0.1412    0.1373    1.0000    0.5333    0.5176      0.5569    0.8118    0.7882       1.0000    0.5333    0.5176];figure('Units', 'pixels', ...    'Position', [300 300 660 375]);plot_data_t=Test_all(:,[1,2,4])';b=bar(plot_data_t,0.8);hold on
for i = 1 : size(plot_data_t,2)    x_data(:, i) = b(i).XEndPoints'; end
for i =1:size(plot_data_t,2)b(i).FaceColor = color(i,:);b(i).EdgeColor=[0.6353    0.6314    0.6431];b(i).LineWidth=1.2;end
for i = 1 : size(plot_data_t,1)-1    xilnk=(x_data(i, end)+ x_data(i+1, 1))/2;    b1=xline(xilnk,'--','LineWidth',1.2);    hold onend
ax=gca;legend(b,str1,'Location','best')ax.XTickLabels ={'MAE', 'MAPE', 'RMSE'};set(gca,"FontSize",12,"LineWidth",2)box offlegend box off




3.誤差散點對比圖

Tips：可以任意選擇兩個誤差衡量維度

figureplot_data_t1=Test_all(:,[1,5])';MarkerType={'s','o','pentagram','^','v'};for i = 1 : size(plot_data_t1,2)   scatter(plot_data_t1(1,i),plot_data_t1(2,i),120,MarkerType{i},"filled")   hold onendset(gca,"FontSize",12,"LineWidth",2)box offlegend box offlegend(str1,'Location','best')xlabel('MAE')ylabel('R2')grid on



4.誤差密度散點圖

figure('Units', 'pixels', ...    'Position', [150 150 920 500]);for i=1:5    subplot(2,3,i)     n=50;     X=double(data_true);     Y=double(data_pre_all(:,i));     M=polyfit(X,Y,1);     Y1=polyval(M,X);    XList=linspace(min(X),max(X),n);    YList=linspace(min(Y),max(Y),n);    [XMesh,YMesh]=meshgrid(XList,YList);    F=ksdensity([X,Y],[XMesh(:),YMesh(:)]);    ZMesh=reshape(F,size(XMesh));    H=interp2(double(XMesh),double(YMesh),double(ZMesh),X,Y);    scatter(data_true,data_pre_all(:,i),35,'filled','CData',H,'MarkerFaceAlpha',.5);    hold on    plot(X(1:10:end),Y1(1:10:end),'--','LineWidth',1.2)    hold on    str_label=[str1{1,i},' ','R2=',num2str(Test_all(i,end))];    title(str_label)    set(gca,"FontSize",10,"LineWidth",1.5)    xlabel('true')    ylabel('predict')end




5.誤差雷達圖

Tips：為了讓圖片更美觀將多個維度評價指標進行歸一化處理了

figure('Units', 'pixels', ...    'Position', [150 150 520 500]);Test_all1=Test_all./sum(Test_all);  %把各個指標歸一化到一個量綱Test_all1(:,end)=1-Test_all(:,end);RC=radarChart(Test_all1);str3={'A-MAE','A-MAPE','A-MSE','A-RMSE','1-R2'};RC.PropName=str3;RC.ClassName=str1;RC=RC.draw(); RC.legend();colorList=[78 101 155;          138 140 191;          184 168 207;          231 188 198;          253 207 158;          239 164 132;          182 118 108]./255;for n=1:RC.ClassNum    RC.setPatchN(n,'Color',colorList(n,:),'MarkerFaceColor',colorList(n,:))end
本圖參考了公眾號：slandarer隨筆
https://mp.weixin.qq.com/s/8Lu7yBs3cLlZk9bPStdgUA

調用函數(shù)

classdef radarChart% @Author : slandarer% 公眾號  : slandarer隨筆% 知乎    : hikari
    properties        ax;arginList={'ClassName','PropName','Type'}        XData;RTick=[];RLim=[];SepList=[1,1.2,1.5,2,2.5,3,4,5,6,8]        Type='Line';        PropNum;ClassNum        ClassName={};        PropName={};
        BC=[198,199,201;  38, 74, 96; 209, 80, 51; 241,174, 44; 12,13,15;            102,194,165; 252,140, 98; 142,160,204; 231,138,195;             166,217, 83; 255,217, 48; 229,196,148; 179,179,179]./255;
        % 句柄        ThetaTickHdl;RTickHdl;RLabelHdl;LgdHdl;PatchHdl;PropLabelHdl;BkgHdl    end
    methods        function obj=radarChart(varargin)            if isa(varargin{1},'matlab.graphics.axis.Axes')                obj.ax=varargin{1};varargin(1)=[];            else                obj.ax=gca;            end            % 獲取版本信息            tver=version('-release');            verMatlab=str2double(tver(1:4))+(abs(tver(5))-abs('a'))/2;            if verMatlab                hold on            else                hold(obj.ax,'on')            end
            obj.XData=varargin{1};varargin(1)=[];            obj.PropNum=size(obj.XData,2);            obj.ClassNum=size(obj.XData,1);            obj.RLim=[0,max(obj.XData,[],[1,2])];
            % 獲取其他信息            for i=1:2:(length(varargin)-1)                tid=ismember(obj.arginList,varargin{i});                if any(tid)                obj.(obj.arginList{tid})=varargin{i+1};                end            end            if isempty(obj.ClassName)                for i=1:obj.ClassNum                    obj.ClassName{i}=['class ',num2str(i)];                end            end            if isempty(obj.PropName)                for i=1:obj.PropNum                    obj.PropName{i}=['prop ',num2str(i)];                end            end            help radarChart        end
        function obj=draw(obj)            obj.ax.XLim=[-1,1];            obj.ax.YLim=[-1,1];            obj.ax.XTick=[];            obj.ax.YTick=[];            obj.ax.XColor='none';            obj.ax.YColor='none';            obj.ax.PlotBoxAspectRatio=[1,1,1];            % 繪制背景圓形            tt=linspace(0,2*pi,200);            obj.BkgHdl=fill(cos(tt),sin(tt),[252,252,252]./255,'EdgeColor',[200,200,200]./255,'LineWidth',1);            % 繪制Theta刻度線            tn=linspace(0,2*pi,obj.PropNum+1);tn=tn(1:end-1);            XTheta=[cos(tn);zeros([1,obj.PropNum]);nan([1,obj.PropNum])];            YTheta=[sin(tn);zeros([1,obj.PropNum]);nan([1,obj.PropNum])];            obj.ThetaTickHdl=plot(XTheta(:),YTheta(:),'Color',[200,200,200]./255,'LineWidth',1);            % 繪制R刻度線            if isempty(obj.RTick)                dr=diff(obj.RLim);                sepR=dr./3;                multiE=ceil(log(sepR)/log(10));                sepR=sepR.*10^(1-multiE);                sepR=obj.SepList(find(sepR
                sepNum=floor(dr./sepR);                obj.RTick=obj.RLim(1)+(0:sepNum).*sepR;                if obj.RTick(end)~=obj.RLim(2)                    obj.RTick=[obj.RTick,obj.RLim];                end            end            obj.RLim(obj.RLim            obj.RLim(obj.RLim>obj.RLim(2))=[];
            XR=cos(tt').*(obj.RTick-obj.RLim(1))./diff(obj.RLim);XR=[XR;nan([1,length(obj.RTick)])];            YR=sin(tt').*(obj.RTick-obj.RLim(1))./diff(obj.RLim);YR=[YR;nan([1,length(obj.RTick)])];            obj.RTickHdl=plot(XR(:),YR(:),'Color',[200,200,200]./255,'LineWidth',1.1,'LineStyle','--');
            % 繪制雷達圖            for i=1:size(obj.XData,1)                XP=cos(tn).*(obj.XData(i,:)-obj.RLim(1))./diff(obj.RLim);                YP=sin(tn).*(obj.XData(i,:)-obj.RLim(1))./diff(obj.RLim);                switch obj.Type                    case 'Line'                        obj.PatchHdl(i)=plot([XP,XP(1)],[YP,YP(1)],...                            'Color',obj.BC(mod(i-1,size(obj.BC,1))+1,:),'Marker','o',...                            'LineWidth',1.8,'MarkerFaceColor',obj.BC(mod(i-1,size(obj.BC,1))+1,:));                    case 'Patch'                        obj.PatchHdl(i)=patch(XP,YP,obj.BC(mod(i-1,size(obj.BC,1))+1,:),...                            'EdgeColor',obj.BC(mod(i-1,size(obj.BC,1))+1,:),'FaceAlpha',.2,...                            'LineWidth',1.8);
                end            end
            % 繪制R標簽文本            tnr=(tn(1)+tn(2))/2;            for i=1:length(obj.RTick)                obj.RLabelHdl(i)=text(cos(tnr).*(obj.RTick(i)-obj.RLim(1))./diff(obj.RLim),...                                      sin(tnr).*(obj.RTick(i)-obj.RLim(1))./diff(obj.RLim),...                                      sprintf('%.2f',obj.RTick(i)),'FontName','Arial','FontSize',11);            end
            % 繪制屬性標簽            for i=1:obj.PropNum                obj.PropLabelHdl(i)=text(cos(tn(i)).*1.1,sin(tn(i)).*1.1,obj.PropName{i},...                    'FontSize',12,'HorizontalAlignment','center');            end
        end% =========================================================================        function obj=setBkg(obj,varargin)            set(obj.BkgHdl,varargin{:})        end
        % 繪制圖例        function obj=legend(obj)            obj.LgdHdl=legend([obj.PatchHdl],obj.ClassName,'FontSize',12,'Location','best');        end        % 設置圖例屬性        function obj=setLegend(obj,varargin)            set(obj.LgdHdl,varargin{:})        end
        % 設置標簽        function obj=setPropLabel(obj,varargin)            for i=1:obj.PropNum                set(obj.PropLabelHdl(i),varargin{:})            end        end        function obj=setRLabel(obj,varargin)            for i=1:length(obj.RLabelHdl)                set(obj.RLabelHdl(i),varargin{:})            end        end
        % 設置軸        function obj=setRTick(obj,varargin)            set(obj.RTickHdl,varargin{:})        end        function obj=setThetaTick(obj,varargin)            set(obj.ThetaTickHdl,varargin{:})        end
        % 設置patch屬性        function obj=setPatchN(obj,N,varargin)            set(obj.PatchHdl(N),varargin{:})        end    end% @author : slandarer% 公眾號  : slandarer隨筆% 知乎    : hikariend




6.誤差羅盤圖

figure('Units', 'pixels', ...    'Position', [150 150 920 600]);t = tiledlayout('flow','TileSpacing','compact');for i=1:length(Test_all(:,1))nexttileth1 = linspace(2*pi/length(Test_all(:,1))/2,2*pi-2*pi/length(Test_all(:,1))/2,length(Test_all(:,1)));r1 = Test_all(:,i)';[u1,v1] = pol2cart(th1,r1);M=compass(u1,v1);for j=1:length(Test_all(:,1))    M(j).LineWidth = 2;    M(j).Color = colorList(j,:);
end   title(str2{i})set(gca,"FontSize",10,"LineWidth",1)end legend(M,str1,"FontSize",10,"LineWidth",1,'Box','off','Location','southoutside')
時序的和回歸的算法比較也是類似的，【領取數(shù)據(jù)和代碼方式】，在公眾號【Lvy的口袋】（下方鏈接直接進行公眾號）后臺回復關鍵詞【算法對比圖】領取，還有什么比較合適的對比圖可以私發(fā)小編看能不能復現(xiàn)奧~



ps.合適的繪圖之后可能會更新到工具箱中,全家桶大力更新中~早上車早實惠

全家桶系列
一鍵打包公眾號過去和未來所有的作品~持續(xù)更新中【獲取方式】掃碼獲取或者點擊鏈接
https://mbd.pub/o/bread/mbd-ZJabmJ9v






END




長按二維碼識別關注
往期精彩回顧
推薦 | 神器系列大更新!|一鍵實現(xiàn)百種高效算法|輕松解決評價、降維、聚類、回歸、分類、時序預測、多輸入多輸出問題推薦 | 一句命令實現(xiàn)神經網絡超參數(shù)優(yōu)化推薦 | 四種降維方法及可視化      流2群【756559035】