Visualisering med Matplotlib

Välj diagram efter frågan, inte efter vad som ser snyggt ut:

Frågan	Diagram
Hur ändras något över tid?	linjediagram
Hänger två variabler ihop?	spridningsdiagram
Hur är värdena fördelade?	histogram
Hur skiljer sig grupperna?	lådagram eller stapeldiagram
Var är felen?	förväxlingsmatris som värmekarta

Fyra regler som gör diagram läsbara:

1. Märk axlarna, med enhet.
2. Nollbasera stapeldiagram — annars överdrivs skillnader. Linjediagram får zoomas.
3. Rita alltid ut datan när underlaget är litet, inte bara medelvärden.
4. Använd inte färg som enda skillnad — cirka 8 % av män har någon form av färgblindhet. Lägg till olika linjestilar eller markörer.

import matplotlib
matplotlib.use("Agg")               # rita till fil utan skärm — behövs på en server
import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(0)
epoker = np.arange(1, 41)
train = 1.2 * np.exp(-epoker / 12) + 0.05
val = 1.2 * np.exp(-epoker / 12) + 0.05 + np.maximum(0, (epoker - 18) * 0.006)

fig, ax = plt.subplots(1, 3, figsize=(13, 3.6))

# 1. Träningskurva — den viktigaste bilden i hela ML
ax[0].plot(epoker, train, label="träning", linestyle="-")
ax[0].plot(epoker, val, label="validering", linestyle="--")
ax[0].axvline(int(epoker[np.argmin(val)]), color="gray", linestyle=":",
              label="bästa epok")
ax[0].set(xlabel="epok", ylabel="förlust", title="Träningskurva")
ax[0].legend()

# 2. Spridning — hänger x och y ihop?
x = rng.normal(size=200)
y = 0.7 * x + rng.normal(scale=0.6, size=200)
ax[1].scatter(x, y, s=12, alpha=0.6)
ax[1].set(xlabel="feature", ylabel="målvariabel", title=f"r = {np.corrcoef(x, y)[0,1]:.2f}")

# 3. Histogram — hur ser fördelningen ut?
ax[2].hist(rng.gamma(2.0, 2.0, size=1000), bins=30)
ax[2].set(xlabel="värde", ylabel="antal", title="Fördelning (högersvansad)")

fig.tight_layout()
fig.savefig("figur.png", dpi=120)

Att läsa en träningskurva — fyra mönster och vad de betyder:

Mönster	Diagnos	Åtgärd
Båda faller och planar ut ihop	sunt	klart
Träning faller, validering vänder uppåt	överanpassning	tidigt stopp, mer data, regularisering
Båda planar ut högt	underanpassning	större modell, längre träning, bättre features
Kurvan hoppar vilt	för hög lärhastighet eller för liten batch	sänk lr, öka batch

Den andra raden är den vanligaste. Punkten där valideringskurvan vänder är den epok du ska spara modellen från — allt därefter är att lära sig träningsdatan utantill.