同一画布双Linear Regression预测曲线显示异常问题咨询

问题描述 #

我想在同一画布的两个子图中，分别为两组数据构建并绘制不同的线性回归模型，但遇到了y1_pred的显示问题——它无法覆盖散点所在的整个y轴范围。

模型训练代码 #

model1 = LinearRegression().fit(x, y)
intercept1 = model1.intercept_
slope1 = model1.coef_ 
y1_pred = intercept1 + slope1 * x

model2 = LinearRegression().fit(x2, y2)
intercept2 = model2.intercept_
slope2 = model2.coef_ 
y2_pred = intercept2 + slope2 * x2

绘图代码 #

axs[0].scatter(x, y, marker='o', color='aqua', label='1980-2000', edgecolors = 'black', linewidths = 1, s=500, zorder=4)
axs[1].scatter(x2, y2, marker='o', color='magenta', label='2000-2024', edgecolors = 'black', linewidths = 1, s=500, zorder=4)

axs[0].plot(x2, y2_pred, color='red', linewidth=4)
axs[1].plot(x, y1_pred, color='red', linewidth=4) 

异常显示效果 #

问题原因 #

你的绘图代码存在数据不匹配的核心问题：

• 第一个子图（axs[0]）对应的数据是x和y，但你用了另一组数据的x2来绘制y2_pred，导致回归线的x范围和散点的x范围完全不匹配，自然无法覆盖散点的y轴范围
• 第二个子图（axs[1]）同理，用x来绘制y1_pred，但子图内的散点是x2和y2，x轴范围不对应，直接导致回归线显示异常

解决方案 #

方案1：匹配对应数据绘制回归线 #

修正绘图代码，让每个子图的回归线使用对应模型训练时的x数据：

axs[0].scatter(x, y, marker='o', color='aqua', label='1980-2000', edgecolors = 'black', linewidths = 1, s=500, zorder=4)
axs[1].scatter(x2, y2, marker='o', color='magenta', label='2000-2024', edgecolors = 'black', linewidths = 1, s=500, zorder=4)

# 子图0绘制model1的回归线，使用训练数据x
axs[0].plot(x, y1_pred, color='red', linewidth=4)
# 子图1绘制model2的回归线，使用训练数据x2
axs[1].plot(x2, y2_pred, color='red', linewidth=4)

方案2：让回归线覆盖子图全x轴范围 #

如果希望回归线能延伸到子图的整个x轴范围（而非仅数据点的x范围），可以生成覆盖子图x轴全范围的序列来计算预测值：

import numpy as np

axs[0].scatter(x, y, marker='o', color='aqua', label='1980-2000', edgecolors = 'black', linewidths = 1, s=500, zorder=4)
axs[1].scatter(x2, y2, marker='o', color='magenta', label='2000-2024', edgecolors = 'black', linewidths = 1, s=500, zorder=4)

# 对子图0生成覆盖x轴全范围的x序列
x_full0 = np.linspace(axs[0].get_xlim()[0], axs[0].get_xlim()[1], 100)
y1_pred_full = intercept1 + slope1 * x_full0
axs[0].plot(x_full0, y1_pred_full, color='red', linewidth=4)

# 对子图1生成覆盖x轴全范围的x序列
x_full1 = np.linspace(axs[1].get_xlim()[0], axs[1].get_xlim()[1], 100)
y2_pred_full = intercept2 + slope2 * x_full1
axs[1].plot(x_full1, y2_pred_full, color='red', linewidth=4)

内容的提问来源于stack exchange，提问作者Gonzalo Martinez