多项式回归的3D线框绘图故障与优化问题咨询

一、3D线框图异常问题 #

我需要绘制一组x、y、预测z长度均为2048的3D线框图，代码逻辑无问题，但绘图结果存在异常（底部出现交叉线条）。之前在2D绘图中遇到过类似问题，但不知如何将解决思路迁移到3D场景，希望得到方向指引。

附上代码：

import matplotlib.pyplot as plt
import numpy as np  # 补充原代码缺失的numpy导入

X, Y = np.meshgrid(calibration_matrix['exposure'], calibration_matrix['row'])

if z_pred is None:
    Z_pred = np.zeros(X.shape)
    for idx in np.ndindex(X.shape):
        Z_pred[idx] = regression_model.predict(poly.fit_transform(np.array([X[idx], Y[idx]]).reshape(1, -1)))  

fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.plot_wireframe(X, Y, Z_pred, rstride=20, cstride=20)
plt.show()

补充说明：当前绘图结果存在底部交叉线条，期望得到无交叉的规整线框效果（参考示例图的线框部分，忽略散点）。

二、稀疏采样的合理性疑问 #

由于数据集规模较大，预测计算耗时较长，我考虑通过稀疏采样来缩短时间，这是否属于常规做法？

内容的提问来源于stack exchange，提问作者Sumerechny