多项式回归绘图异常，尝试解决方案后仍存问题求助

你的问题出在两个核心点：

• 原始绘图未对x排序，曲线按原始数据顺序连接导致混乱
• 尝试排序时错误处理数组维度，引发维度不匹配报错

核心修正思路 #

1. 禁止对多项式特征数组xp排序：xp是原始x生成的多项式特征，排序会破坏x与特征的对应关系，导致预测值和原始x错位。
2. 基于原始x排序x和预测值：必须对原始x排序，同时用相同索引对y_pred排序，确保x与对应预测值一一对应。
3. 统一数组维度：将二维数组转为一维，避免np.argsort返回二维索引引发的维度异常。

修正后的完整代码 #

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

# 假设data是已加载的数据集
x = data['LSTAT'].values.reshape(-1,1).copy()
y = data['MEDV'].values.reshape(-1,1).copy()

plt.figure(figsize=(8,5))

polynomial_features = PolynomialFeatures(degree=2)
xp = polynomial_features.fit_transform(x)

model = LinearRegression().fit(xp, y)
y_pred = model.predict(xp)

# 绘制原始数据散点图
plt.scatter(x, y)

# 处理排序与维度问题
x_flat = x.flatten()
sort_indices = np.argsort(x_flat)
# 对x和预测值按相同索引排序
x_sorted = x_flat[sort_indices]
y_pred_sorted = y_pred.flatten()[sort_indices]

# 绘制平滑的多项式回归曲线
plt.plot(x_sorted, y_pred_sorted, color='r')

plt.xlabel('LSTAT')
plt.ylabel('MEDV')
plt.show()

关键改动说明 #

• x.flatten()和y_pred.flatten()：将二维数组转为一维，避免np.argsort返回二维索引，解决(506, 1)与(506, 1, 1)的维度不匹配问题。
• np.argsort(x_flat)：获取原始x从小到大的排序索引，确保排序后的x与y_pred严格对应。
• 保留xp原始顺序：维持原始x与多项式特征的对应关系，保证预测值的准确性。

内容的提问来源于stack exchange，提问作者guin0x