Sklearn多项式回归实现异常，请求问题排查指导

你的代码生成混乱折线图的核心原因是绘图时使用的X未按升序排列，plt.plot会严格按照输入数据的顺序连接点，而原始数据集里的X值是无序的，导致线条交叉错乱。另外degree=6的多项式容易出现过拟合问题，也需要注意。

修正步骤与代码 #

1. 对X进行排序，确保绘图时按x轴递增顺序生成拟合线
2. 调整多项式阶数，避免过拟合（可根据效果调整）

修正后的代码：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures

# 导入数据集
df = pd.read_csv('data.csv')

X = df.values[:, 0:1]
y = df.values[:, 1:2]

# 多项式特征转换（先尝试degree=2，可按需调整）
poly_reg = PolynomialFeatures(degree=2)
X_poly = poly_reg.fit_transform(X)
lin_reg_poly = LinearRegression().fit(X_poly, y)

# 生成有序X值用于绘制平滑拟合线
X_sorted = np.sort(X, axis=0)
# 用已拟合的多项式特征转换器生成特征并预测
y_pred = lin_reg_poly.predict(poly_reg.transform(X_sorted))

plt.scatter(X, y, color='blue')
plt.plot(X_sorted, y_pred, color='r')
plt.show()

关键说明 #

• X排序的必要性：原始数据集的X值不是从小到大排列的，直接用原X绘图会导致折线在x轴上来回跳跃，排序后才能得到连续平滑的拟合曲线。
• 多项式阶数选择：degree=6的模型复杂度太高，很容易在训练数据上过度拟合，导致模型泛化能力差。建议从低阶（2-3）开始尝试，通过拆分训练/测试集、查看均方误差等方式评估拟合效果。
• 避免重复拟合：绘图时只需用poly_reg.transform()转换排序后的X即可，不需要再次fit_transform()，因为转换器已经在训练数据上完成拟合。

内容的提问来源于stack exchange，提问作者Tkanos