【算法对比图】回归、时序预测的多算法对比图

硬件电子工程师

zkmyrwk0rly6405170516.png

+ W1 L2 U2 g8 k4 [* d: l; G点击上方蓝字关注我们

gi4t0fmrbsh6405170616.png

   注明：此推文来自公众号Lvy的口袋，欢迎大家关注Lvy小姐姐公众号~    多种算法对比图是常用的科研绘图，你知道几种合适的绘图样式呢？

ta3su3h4b5j6405170716.png

" J/ M- n& g  e+ a3 U2 p9 ^; P4 n

6 [, Q- a6 l& \$ ~) W3 D4 x: t1.真实值和预测值展示图

f3vse0wgvsy6405170816.png

- [5 b3 j  V3 r7 jTips：数据比较多、算法多的适合比较难看出实际的效果
' D3 ^, d( R8 m; J5 E) D数据就是各个算法预测值和真实值数据（工具箱直接导出）

data_pre_all=[]; %记录预测数据load(' 多元线性回归  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 随机森林回归  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回归  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回归  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回归  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={'真实值','多元线性回归','SSA麻雀搜索算法 随机森林回归','SVM-RF回归' ,'MLP回归','LSTM回归'};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
5 v* X. H, _* w. ^0 |' a1 f1 n
. G# S+ N2 c4 ?
# o3 e* C, I* }! U8 E) Y2 u" n
4 ~" Z% L2 I" V: T( X2.误差柱状对比图
, {6 O0 W# I5 Y. j# T

yvjybvevud56405170916.png

Tips：建议选取量纲差别不大的误差衡量指标，不然可能会有点丑
8 o1 c' C  u1 e# x; c

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={'真实值','多元线性回归','SSA麻雀搜索算法 随机森林回归','SVM-RF回归' ,'MLP回归','LSTM回归'};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)%% 柱状图 MAE MAPE RMSE 柱状图适合量纲差别不大的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
' O8 e; S- Y  v5 @; ofor 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



( Z2 P2 Q* f) M5 h# c, D
3.误差散点对比图
: V: X. F, Y( i$ l

syu5xqepsbu6405171016.png

Tips：可以任意选择两个误差衡量维度
4 v* B0 r5 C1 }

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

2 M9 I/ y2 k# \! i' v$ R+ y) Y

+ U# W) U- G) y0 u" Y2 H2 h* Z4.误差密度散点图

dhnt1i4axun6405171116.png

; `. r5 b) [) t% x. U0 |
- b. v, a! P2 p8 X) P% G) J

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 M6 `' w! F4 V
/ u' q/ d% Y7 W3 x( j" d6 Q
) b' G0 o& T' Z/ ]+ M
9 t- |/ J' q) v) _0 D1 u5.误差雷达图
6 r' d/ w9 W$ N# _5 m8 G

muc1jfssmfq6405171216.png

Tips：为了让图片更美观将多个维度评价指标进行归一化处理了
( k0 ?( _; O# e3 q+ x: o

figure('Units', 'pixels', ...    'Position', [150 150 520 500]);Test_all1=Test_all./sum(Test_all);  %把各个指标归一化到一个量纲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
! @+ A! z! b4 y8 D1 _6 X本图参考了公众号：slandarer随笔
https://mp.weixin.qq.com/s/8Lu7yBs3cLlZk9bPStdgUA
: O2 a3 u$ d5 Y: o) k6 M+ D+ V
' [& N4 G  o2 F$ Y3 n调用函数
8 W' Y8 o, C& G9 r0 \7 |8 _, x

classdef radarChart% @Author : slandarer% 公众号  : slandarer随笔% 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            % 获取版本信息            tver=version('-release');            verMatlab=str2double(tver(1:4))+(abs(tver(5))-abs('a'))/2;            if verMatlab                hold on            else                hold(obj.ax,'on')            end
0 c# ], s7 L+ @0 r/ R$ F8 T, Y- V( o            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])];
& t$ d# L$ a) y) C5 r' T+ c            % 获取其他信息            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
1 |$ _# Y4 ]: O# {; g        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];            % 绘制背景圆形            tt=linspace(0,2*pi,200);            obj.BkgHdl=fill(cos(tt),sin(tt),[252,252,252]./255,'EdgeColor',[200,200,200]./255,'LineWidth',1);            % 绘制Theta刻度线            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);            % 绘制R刻度线            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','--');
& A. O! w9 S' e3 b: V            % 绘制雷达图            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
, W% B. h8 `5 e: \9 }# ]# ?            % 绘制R标签文本            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
) a9 n9 i4 Z# f# L' D$ P            % 绘制属性标签            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
2 P+ B- a  I" r% m7 [        end% =========================================================================        function obj=setBkg(obj,varargin)            set(obj.BkgHdl,varargin{:})        end
2 e9 _8 b8 y# S        % 绘制图例        function obj=legend(obj)            obj.LgdHdl=legend([obj.PatchHdl],obj.ClassName,'FontSize',12,'Location','best');        end        % 设置图例属性        function obj=setLegend(obj,varargin)            set(obj.LgdHdl,varargin{:})        end
        % 设置标签        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
        % 设置轴        function obj=setRTick(obj,varargin)            set(obj.RTickHdl,varargin{:})        end        function obj=setThetaTick(obj,varargin)            set(obj.ThetaTickHdl,varargin{:})        end
        % 设置patch属性        function obj=setPatchN(obj,N,varargin)            set(obj.PatchHdl(N),varargin{:})        end    end% @author : slandarer% 公众号  : slandarer随笔% 知乎    : hikariend


  |: d8 G; J# A9 o

6.误差罗盘图
- x5 c+ D3 g* k/ W9 `/ ]( t4 y

s1vhrhghiwk6405171317.png

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,:);
8 t' u) W! V, @) jend   title(str2{i})set(gca,"FontSize",10,"LineWidth",1)end legend(M,str1,"FontSize",10,"LineWidth",1,'Box','off','Location','southoutside')
时序的和回归的算法比较也是类似的，【领取数据和代码方式】，在公众号【Lvy的口袋】（下方链接直接进行公众号）后台回复关键词【算法对比图】领取，还有什么比较合适的对比图可以私发小编看能不能复现奥~

# |* r* E1 |& E/ `& X0 T: k

ps.合适的绘图之后可能会更新到工具箱中,全家桶大力更新中~早上车早实惠

0 o# ~! }: g$ [% b( M. |) F) t: {- a全家桶系列
; T2 D  j, F0 ?8 @+ m% |; b; w一键打包公众号过去和未来所有的作品~持续更新中【获取方式】扫码获取或者点击链接
4 X3 x- l# A6 bhttps://mbd.pub/o/bread/mbd-ZJabmJ9v


3 t5 R, L$ l' O) E. [0 D0 n& L" {$ M

ptjow4ojfni6405171417.png

8 J' N+ d  F: s, L% v: {- y4 Z+ |: ?

hrfhfa4q11m6405171517.png

3 O* q' v$ s# {' X* sEND
3 l# w* a4 i( u- o( T0 c: p- k6 L' ~

q1e45uu1veh6405171617.png

4 x0 ~/ M4 I& D3 h/ K  d
3 r) s. b6 [" x) f5 Q5 M

3jv3vaq5qbu6405171717.jpg

长按二维码识别关注
% o0 K; o  m9 I0 y5 g往期精彩回顾
推荐 | 神器系列大更新!|一键实现百种高效算法|轻松解决评价、降维、聚类、回归、分类、时序预测、多输入多输出问题推荐 | 一句命令实现神经网络超参数优化推荐 | 四种降维方法及可视化      流2群【756559035】