用残差图判断线性回归是否靠谱：若残差随机散落在0线附近无趋势，则模型合理；若呈喇叭形、U形或斜线，则存在异方差、非线性或系统偏差。
怎么用 residuals 判断线性回归是否靠谱
残差不是误差的代名词，而是模型预测值与真实值的差：y_true - y_pred。它直接暴露模型在每个样本上的“失准程度”。如果残差整体随机散落在 0 线附近、没明显趋势或形状，说明线性假设基本成立；一旦出现喇叭形（异方差）、U 形（非线性遗漏）、斜线（系统性偏差），就该怀疑模型结构了。
- 别只看
R²或MSE——高分可能掩盖结构性偏差 - 残差均值理论上应接近 0；若显著偏离（比如
np.mean(residuals) > 0.5），说明模型整体系统性高估或低估 - 用
plt.scatter(y_pred, residuals)比直方图更早发现问题：横轴是预测值，纵轴是残差，这是诊断核心视图
sklearn 自带的 plot_residuals 为什么不能直接用
截至 2026 年 3 月，scikit-learn 官方 LinearRegression 类**没有内置绘图方法**，也没有 plot_residuals() 这个函数。网上搜到的类似调用，大概率是混淆了旧版第三方库（如 yellowbrick）或误读文档。
- 官方
sklearn.metrics只提供计算工具，如mean_squared_error、mean_absolute_error，不负责可视化 - 想快速画残差图，必须手动算残差：
residuals = y_test - lr.predict(X_test) - 如果你看到
from sklearn.inspection import plot_residuals，那是假的——这个模块不存在，会触发ImportError
三行代码手动画出专业级残差散点图
不需要额外包，纯 matplotlib + sklearn 就够。重点是加参考线、标注轴、控制纵横比，否则图会误导判断。
import matplotlib.pyplot as plt
residuals = y_test - lr.predict(X_test)
plt.scatter(y_test, residuals, alpha=0.6, s=20)
plt.axhline(y=0, color='r', linestyle='--', linewidth=1)
plt.xlabel('True values')
plt.ylabel('Residuals')
plt.title('Residual Plot')
plt.tight_layout()
plt.show()- 横轴用
y_test（真实值）比y_pred（预测值）更利于识别“高值区是否更不稳定” - 必须加
plt.axhline(y=0, ...)——人眼对偏移极其不敏感，没这条红线容易忽略系统性偏差 -
alpha=0.6防止点堆叠造成密度错觉；s=20避免小点被忽略
残差正态性检验要不要做？怎么做才不白忙
OLS（普通最小二乘）理论要求残差近似服从均值为 0 的正态分布，但实际中**只要样本量够大（n > 50），中心极限定理会让 t 检验和置信区间依然稳健**；真正要警惕的是严重偏态或极端离群残差。
- 别一上来就跑
scipy.stats.shapiro——小样本下 p 值常显著，但未必影响预测效果 - 优先看 Q-Q 图：
from scipy import stats; stats.probplot(residuals, dist="norm", plot=plt)，点越贴红线越好 - 如果发现长尾或拐角翘起，先检查是否有异常样本（如房价数据里的“别墅 outlier”），而不是急着换模型
残差分析真正的门槛不在代码，而在于“看出图形背后的问题”。同一张残差图，有人只看到点，有人能看出变量遗漏、尺度失衡、甚至数据采集缺陷——多画几次，对照真实业务场景反推，比背公式管用得多。
