夜雨聆风
模型评估与可视化分析工具 v2.0
一、用户界面
左侧面板包含四大功能模块：
-
数据加载：选择Excel文件，指定目标列、特征列和时间列
-
数据预处理：缺失值处理、特征标准化、训练集划分
-
模型选择与训练：支持线性回归、岭回归、Lasso回归，可调节模型参数和交叉验证
-
可视化设置：颜色方案、直方图区间、图表导出格式
二、数据预览与统计
加载数据后，工具会立即显示数据的统计信息和前20行预览：
-
数据概览：样本数量、特征数量、目标变量的统计描述（均值、标准差、最值）
-
缺失值统计：目标列和特征列的缺失情况一目了然
-
表格预览：直观查看数据结构，确保数据加载正确
三、多维度可视化分析（核心亮点）
1. 散点分析 – 预测值vs真实值
功能：以散点图形式展示训练集和测试集的预测效果，并附带边缘分布直方图。
解读要点：
-
点越靠近对角线（y=x），预测越准确
-
边缘分布展示了真实值和预测值的分布形态
-
右上角实时显示训练集和测试集的R²、调整后R²、RMSE指标
应用场景：快速评估模型的整体拟合效果，发现系统性偏差。
2. 残差诊断 – 四大诊断图
这是回归分析中最重要的诊断模块，包含四个子图：
① 残差vs拟合值图
-
检查残差是否随机分布在零线附近
-
橙色趋势线帮助发现非线性模式
-
若趋势线有明显弯曲，说明模型可能遗漏了非线性关系
② 残差直方图 + 正态拟合曲线
-
评估残差是否服从正态分布
-
红色曲线为正态分布参考线
-
严重偏离正态可能影响统计推断的有效性
③ Q-Q图
-
检验残差的正态性
-
点越靠近参考线，越接近正态分布
-
两端偏离可能表示厚尾分布
④ Scale-Location图
-
检查异方差性（方差是否恒定）
-
横轴为拟合值，纵轴为残差绝对值的平方根
-
若趋势线水平或无明显模式，则方差齐性假设成立
3. 时序对比 – 预测序列跟踪
当数据包含时间列时，这个模块尤为有用：
上部分：实际值曲线 vs 预测值曲线
-
不同背景色区分训练集和测试集区域
-
实际值为实线，预测值为虚线
下部分：残差条形图
-
正负残差直观显示预测偏差
-
帮助发现时序上的异常波动
应用场景：时间序列预测、销售预测、股票走势分析等。
4. 特征系数分析 – 洞察特征重要性
对于线性模型，特征系数直接反映变量的影响程度：
左侧条形图：
-
按系数绝对值排序，红色为负向影响，绿色为正向影响
-
系数值直接标注在条形上
右侧气泡图：
-
气泡大小代表系数绝对值
-
颜色映射系数值（红-黄-绿渐变）
-
直观展示哪些特征对预测影响最大
底部显示截距项，完整呈现模型公式的关键参数。
5. 模型对比看板 – 多模型综合评估
当训练了多个模型后，这个看板提供了全方位的对比：
① R²对比柱状图
-
训练集和测试集R²并排显示
-
值标签直接标注在柱子上
② RMSE & MAE对比
-
四种误差指标并列展示
-
快速识别哪个模型误差最小
③ 多指标雷达图
-
综合展示测试R²、调整后R²、归一化RMSE、归一化MAE、解释方差
-
面积越大表示综合表现越好
④ 测试集散点对比
-
不同模型的预测点用不同颜色区分
-
直观比较哪个模型更贴近对角线
⑤ 残差分布小提琴图
-
展示测试集残差的分布形态
-
红色点为均值，蓝色点为中位数
⑥ Adj.R² & MAPE对比
-
双Y轴展示：左轴为调整后R²，右轴为MAPE百分比
-
兼顾准确性和误差百分比
四、实际使用流程
-
加载数据：选择Excel文件，指定目标列和特征列
-
预处理：选择缺失值处理方法和标准化方式，设置测试集比例
-
训练模型：选择模型类型，调整参数（如岭回归的alpha值），可选交叉验证
-
查看结果：自动跳转到散点分析图，浏览各个可视化标签页
-
导出图表：支持PDF、PNG、JPG、SVG格式，直接保存到本地
五、技术亮点
-
自动计算调整后R²（考虑特征数量）
-
安全的MAPE计算（避免除零）
-
交叉验证结果整合（均值±标准差）
本版本无密码，可购买一个版本多人使用。需要的用户可直接后台私信联系。
获取本版本仅需60元，获取本版本后续免费更新版本仅需100元。
其它版本在接下来的一段时间，对于之前已经购买过的用户，也陆续会免费进行更新。