多项式回归折线绘制异常求助：如何修正来回波动的折线？

核心问题 #

你绘制出波动折线的根本原因是：绘制回归曲线时使用的x数据未按从小到大排序，plt.plot()会严格按照原始数据的顺序连接预测点，当原始x样本是乱序时，就会出现来回跳跃的折线，而非平滑的多项式曲线。

另外你的代码存在变量名不匹配问题：代码里用了未定义的x、hx，但实际定义的输入变量是x_train_full，预测结果是y_prediction，这会导致未定义变量报错。

修正后的完整代码 #

import pandas as pd
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

df_full = pd.read_excel(r'lab_test.xlsx', sheet_name='tests')
x_train_full = df_full.loc[:, 'test(mg)'].values
y_train_full = df_full.loc[:, 'chance %'].values

# 多项式特征转换
poly = PolynomialFeatures(degree=2)
x_poly = poly.fit_transform(x_train_full.reshape(-1, 1))

# 训练模型
model = LinearRegression()
model.fit(x_poly, y_train_full)

# 关键修正：对x排序并生成对应排序后的预测值
sorted_indices = x_train_full.argsort()
x_sorted = x_train_full[sorted_indices]
# 生成排序后x的多项式特征再预测，保证对应关系正确
x_poly_sorted = poly.transform(x_sorted.reshape(-1, 1))
y_pred_sorted = model.predict(x_poly_sorted)

# 绘图
plt.xlabel('test(mg)')
plt.ylabel('chance %')
plt.scatter(x_train_full, y_train_full, label='original data')
plt.plot(x_sorted, y_pred_sorted, 'r', label='regression line')
plt.legend(loc='upper left')
plt.show()

关键步骤说明 #

• 用argsort()获取x数据从小到大排序的索引，通过该索引重新排序x，确保绘图时x轴是递增顺序
• 必须基于排序后的x重新生成多项式特征再预测，不能直接使用原x的预测值，避免因排序导致x与预测值的对应关系错乱
• 用排序后的x和对应预测值绘图，plt.plot()会按x递增顺序连接点，得到平滑的二次多项式曲线

内容的提问来源于stack exchange，提问作者aye