多项式回归预测下一个X对应y值时结果异常问题排查

我看了你的代码和问题描述，发现几个关键问题导致你误以为预测结果是0，下面逐个解析并给出修正方案：

问题1：循环内的return语句直接终止程序 #

你在for循环内部调用了return viz_polymonial()，这会直接终止整个循环（如果这段代码在函数中的话），导致循环只处理第一个球员，而且后续的print(obj['Name'], prediction)语句永远不会执行。你看到的"预测结果为0"大概率是误解，或者是异常分支的无效输出。

问题2：绘图代码错误导致预测点位置异常 #

你的可视化代码里写了plt.plot(prediction, marker='x', color='green')，这里只传入了预测的y值，matplotlib会默认把x坐标设为0，所以绿色的标记点会显示在x=0的位置，看起来像是预测值对应x=0，很容易让你误以为预测结果是0。

问题3：循环内定义函数的不良实践 #

你把create_2d_lst和viz_polymonial两个函数都放在for循环内部，这不仅会重复定义函数降低效率，还可能引发变量作用域的潜在问题。

修正后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
import json
from sklearn.preprocessing import PolynomialFeatures

# 把辅助函数移到循环外部
def create_2d_lst(lst):
    if not lst:  # 检查列表是否为空
        return []
    return [[i, j] for i, j in enumerate(lst)]

def viz_polymonial(X, y, pol_reg, poly_reg, prediction_value, prediction):
    plt.scatter(X, y, color='red')
    plt.plot(X, pol_reg.predict(poly_reg.fit_transform(X)), color='blue')
    # 修正绘图：传入预测的x和y值，这样标记点会出现在正确的位置
    plt.plot(prediction_value, prediction, marker='x', color='green', markersize=10)
    plt.title('Projected Scrambling Percentage')
    plt.xlabel('Tournaments')
    plt.ylabel('Scrambling Percentage')
    plt.show()

with open('/Users/aus10/Desktop/PGA/Data_Cleanup/Combined_Player_Stats.json') as json_file:
    players_data = json.load(json_file)

# 预处理数据：清理空值
for obj in players_data:
    obj['Scrambling_List'] = [i for i in obj['Scrambling_List'] if i]

for obj in players_data:
    try:
        scrambling = create_2d_lst(obj['Scrambling_List'])
        # 如果没有有效数据，跳过当前球员
        if not scrambling:
            print(f"{obj['Name']} 没有有效数据，跳过")
            continue
            
        data = scrambling
        X = np.array(data)[:,0].reshape(-1,1)
        y = np.array(data)[:,1].reshape(-1,1)
        
        # 多项式回归建模
        poly_reg = PolynomialFeatures(degree=4)
        X_poly = poly_reg.fit_transform(X)
        pol_reg = LinearRegression()
        pol_reg.fit(X_poly, y)
        
        # 计算下一个X值的预测结果
        prediction_value = len(X) + 1
        prediction = pol_reg.predict(poly_reg.fit_transform([[prediction_value]]))
        
        # 可视化并打印结果
        viz_polymonial(X, y, pol_reg, poly_reg, prediction_value, prediction)
        print(obj['Name'], f"下一场赛事的Scrambling百分比预测值：{prediction[0][0]:.2f}")
        
    except Exception as e:
        print(f"处理{obj['Name']}时出错：{str(e)}")

修正效果说明 #

1. 移除了循环内的return语句，确保每个球员的数据都能被处理，print语句也能正常输出预测结果
2. 修正了绘图代码，绿色标记点会显示在prediction_value对应的x轴位置（比如你提供的Aaron Baddeley数据，会显示在x=10的位置）
3. 把辅助函数移到循环外部，优化了代码结构和效率
4. 增加了空数据检查，避免因空列表导致的错误

用你提供的Aaron Baddeley的数据测试，预测结果大概在61左右（具体数值会因多项式拟合的特性略有浮动），不再是0。

内容的提问来源于stack exchange，提问作者Austin Johnson