• Dane i AI
  • Regresja w praktyce - jak ocenić model i jego prognozy

Regresja w praktyce - jak ocenić model i jego prognozy

Konstanty Jankowski • 21 listopada 2026
Wykres pokazuje, jak błąd prognozy rośnie wraz z numerem okresu. To przykład regresji liniowej, gdzie widzimy trend.

Spis treści

Prognoza czasu dostawy mówi, że wraz z odległością paczki rośnie przewidywany czas doręczenia, ale wynik nie pasuje do każdej przesyłki. Regresja to metoda opisywania zależności między danymi i szacowania wartości na podstawie innych, choć sama zależność nie dowodzi jeszcze przyczyny.

Wykresy skrzypcowe pokazujące błędy modelu regresji. Analiza błędów absolutnych i procentowych dla zbiorów treningowego i testowego.

Regresja opisuje zależności, a jej wynik trzeba sprawdzić

  • Cel: oszacować wartość jednej zmiennej na podstawie innych.
  • Przykład: przewidywać czas dostawy na podstawie odległości i obciążenia kuriera.
  • Ograniczenie: korelacja nie potwierdza związku przyczynowego.
  • Kontrola modelu: sprawdź błędy prognoz, a nie tylko dopasowanie do danych treningowych.
  • W testowaniu: testy regresyjne wykrywają skutki uboczne zmian w oprogramowaniu.

Regresja zamienia obserwacje w oszacowanie

Wyobraź sobie tabelę z odległością do klienta i czasem dostawy. Regresja szuka wzoru, który opisze, jak zmienia się przewidywany czas, gdy zmienia się odległość. W statystyce mówi się o zmiennej objaśnianej (tu: czasie) oraz zmiennych objaśniających, takich jak dystans czy liczba paczek w trasie.

W regresji liniowej zależność przedstawia się prostą, na przykład: czas = 18 + 2 × odległość. W takim uproszczonym modelu współczynnik 2 oznacza, że każda dodatkowa jednostka odległości wiąże się ze wzrostem prognozy o 2 jednostki czasu. To opis dopasowany do danych, nie obietnica, że każda konkretna dostawa potrwa dokładnie tyle. Funkcja regresji przybliża zależność, jak ujmuje to definicja Głównego Urzędu Statystycznego.

W przykładzie współczynnik przy odległości nie mówi, że sam dystans powoduje opóźnienie. Ruch drogowy, pora dnia i liczba przystanków mogą wpływać na czas równocześnie. Model przewiduje na podstawie wzorców, ale do wnioskowania o przyczynach potrzeba dodatkowych założeń i odpowiedniego projektu badania.

Prosta regresja nie wystarczy, gdy zależność jest bardziej złożona

Dwa punkty łatwo połączyć linią, ale w rzeczywistych danych rozsądniej pytać, czy linia w ogóle pasuje do chmury obserwacji. Regresja liniowa sprawdza się, gdy zmiana wartości celu jest w przybliżeniu proporcjonalna do zmian cech wejściowych. Przy wielu cechach, takich jak dystans i liczba paczek, model może uwzględniać je jednocześnie.

Inne zadanie rozwiązuje regresja logistyczna: szacuje prawdopodobieństwo zdarzenia, na przykład opóźnienia dostawy. Mimo nazwy należy do modeli klasyfikacyjnych, gdy wynik zamienia się potem na kategorię „opóźniona” lub „na czas”. Z kolei regresja wielomianowa pozwala dopasować krzywą, jeśli prosta nie opisuje danych; większa elastyczność może jednak sprawić, że model zacznie odtwarzać szum z próby.

Przy wyborze modelu przydaje się prosta zasada. Jeśli przewidujesz liczbę, jak czas lub koszt, zacznij od regresji liniowej jako punktu odniesienia; jeśli przewidujesz prawdopodobieństwo kategorii, rozważ logistyczną. Gdy wykres pokazuje wyraźną krzywiznę, dopiero wtedy testuj bardziej złożoną postać i porównuj jej wyniki na danych, których model wcześniej nie widział.

Wysokie R² nie gwarantuje trafnych prognoz

Model może świetnie pasować do danych, na których go zbudowano, a mimo to zawodzić na nowych przypadkach. R² opisuje dopasowanie w określonym zbiorze, lecz samo w sobie nie przesądza, czy prognozy będą użyteczne poza nim. Tę pułapkę podkreśla amerykański National Institute of Standards and Technology.

Do kontroli przydają się reszty, czyli różnice między wartościami rzeczywistymi a przewidywanymi. Jeśli błędy układają się w łuk albo tworzą wachlarz coraz szerszy przy większych prognozach, model prawdopodobnie pomija strukturę danych lub jego błędy mają zmienną skalę. Losowy rozrzut reszt wokół zera jest bardziej obiecujący niż sam efektowny wskaźnik dopasowania.

Załóżmy, że model przewidział 42 minuty, a dostawa trwała 50. Reszta wynosi 8 minut, czyli prognoza była zaniżona o tyle. Dla modelu z kilkoma cechami taki pojedynczy błąd niewiele rozstrzyga; seria reszt stale dodatnich dla dalekich tras może już wskazywać, że model niedoszacowuje ich czasu. Patrz na wzór błędów, a nie tylko na pojedynczy przypadek.

W Pythonie biblioteka scikit-learn udostępnia klasę `LinearRegression`, która dopasowuje model liniowy metodą najmniejszych kwadratów. Jej dokumentacja opisuje minimalizowanie sumy kwadratów różnic między wartościami obserwowanymi i przewidywanymi; dobór modelu oraz ocenę prognoz trzeba jednak przeprowadzić osobno. Więcej o praktycznym zastosowaniu opisuje artykuł regresja liniowa w Pythonie.

Test regresyjny dotyczy programu, nie modelu statystycznego

To samo słowo pojawia się w testowaniu oprogramowania, ale oznacza inne zadanie. Po zmianie kodu może przestać działać funkcja, która wcześniej była poprawna; test regresyjny ponownie sprawdza niezmienione obszary, by wykryć taki skutek uboczny. Definicję testowania regresyjnego podaje słownik terminów ISTQB.

Przykład: zespół zmienia walidację adresu w formularzu dostawy. Test nowej walidacji sprawdza wprowadzoną funkcję, a testy regresyjne mogą ponownie przejść przez zapis zamówienia i płatność, aby upewnić się, że poprawka nie zepsuła sąsiednich etapów. Zakres testów dobiera się do ryzyka zmian; po małej poprawce można sprawdzić powiązane funkcje, a przy zmianie wspólnego modułu uruchomić szerszy zestaw.

Pomylenie tych znaczeń prowadzi do nieporozumień: regresja statystyczna buduje model zależności, zaś testowanie regresyjne kontroluje skutki zmian w programie. W aplikacji opartej na prognozach oba podejścia mogą się spotkać, lecz nie są tym samym. Model wymaga walidacji danych i prognoz, a kod, który go obsługuje, wymaga testów.

Najpierw ustal, co dokładnie ma przewidywać model

Regresja zaczyna się od pytania o cel: jaką wartość próbujesz oszacować i jakie dane będą dostępne w chwili prognozy? Jeśli do zbioru wejściowego trafi informacja poznana dopiero po zdarzeniu, wyniki testowe mogą wyglądać świetnie, choć w rzeczywistym użyciu model nie będzie miał tej informacji. To przeciek danych, częsty powód zawyżonej oceny jakości.

Uważam, że najbezpieczniej traktować regresję jako narzędzie do stawiania sprawdzalnych hipotez o danych, a nie jako maszynę do automatycznego wyjaśniania świata. Zanim zaufasz prognozie, sprawdź jej błąd na nowych obserwacjach i upewnij się, że model nie korzysta z danych niedostępnych w momencie decyzji. W przypadku modeli językowych pamiętaj też, że płynna odpowiedź nie gwarantuje poprawności: ten problem szerzej opisują duże modele językowe.

FAQ - Najczęstsze pytania

Regresja liniowa służy do przewidywania wartości liczbowych, takich jak czas dostawy lub koszt. Regresja logistyczna szacuje prawdopodobieństwo zdarzenia, na przykład opóźnienia, które można następnie przypisać do kategorii „opóźniona” lub „na czas”.

Reszta to różnica między wartością rzeczywistą a przewidywaną. Jeśli model prognozuje 42 minuty, a dostawa trwa 50 minut, reszta wynosi 8 minut, czyli prognoza była zaniżona o 8 minut. Powtarzający się układ błędów, na przykład niedoszacowanie czasu dla dalekich tras, może wskazywać na problem z modelem.

R² opisuje dopasowanie modelu do określonego zbioru danych, ale nie gwarantuje trafnych prognoz dla nowych przypadków. Warto sprawdzić błędy na danych, których model wcześniej nie widział, oraz ocenić wykres reszt. Łuk lub wachlarz reszt może sugerować, że model pomija strukturę danych albo błędy mają zmienną skalę.

Regresja statystyczna opisuje zależności między zmiennymi i służy do szacowania wartości. Testy regresyjne sprawdzają, czy zmiany w oprogramowaniu nie zepsuły wcześniej działających funkcji. Po zmianie walidacji adresu mogą na przykład ponownie sprawdzić zapis zamówienia i płatność.

Oceń artykuł

Ocena: 0.00 Liczba głosów: 0

Tagi

regresja liniowa
testy regresyjne
regresja logistyczna
regresja wielomianowa
Autor Konstanty Jankowski
Konstanty Jankowski
Nazywam się Konstanty Jankowski i od sześciu lat zajmuję się programowaniem, szczególnie w języku Python oraz nowoczesnymi technologiami. Moje zainteresowanie tymi tematami zrodziło się podczas studiów, kiedy odkryłem, jak wiele możliwości stwarza programowanie w codziennym życiu. Lubię dzielić się swoją wiedzą i pomagać innym zrozumieć złożoność zagadnień związanych z technologią. W moich tekstach skupiam się na praktycznych aspektach programowania, analizując aktualne trendy oraz uproszczając trudne koncepcje, aby były dostępne dla każdego. Dokładam wszelkich starań, aby dostarczać rzetelne, zrozumiałe i aktualne informacje. Staram się porównywać różne źródła i organizować wiedzę w sposób jasny, co pozwala mi na skuteczne przekazywanie informacji. Wierzę, że dobra edukacja w obszarze programowania i technologii może otworzyć drzwi do wielu fascynujących możliwości.

Udostępnij artykuł

Napisz komentarz