Matplotlib多项式回归出现蛛网线条问题求解决方案

这个问题很常见，根源其实很简单：你的x数组没有按顺序排列，plt.plot()会严格按照数组的索引顺序连接每个数据点，当x是乱序的时候，线条就会在不同x值之间来回跳转，形成你看到的蛛网效果。

修复步骤和代码 #

要得到平滑的拟合曲线，我们需要生成一组排序且密集的x值，用模型预测这些x对应的y值，再用排序后的x和预测y来绘图。修改后的完整代码如下：

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

# 读取数据部分和原代码一致
df = pd.read_csv('poly_data.csv', delimiter=' ', names=['x', 'y'])
x = df['x'].to_numpy()
y = df['y'].to_numpy()

# 训练3阶多项式回归模型，这部分无需改动
model = LinearRegression()
poly = PolynomialFeatures(3)
x_poly = poly.fit_transform(x.reshape(-1, 1))
model.fit(x_poly, y.reshape(-1, 1))

# 关键：生成排序且密集的x序列，用于绘制平滑曲线
# 用linspace生成100个从x最小值到最大值的均匀点，数量越多曲线越平滑
x_sorted = np.linspace(x.min(), x.max(), 100)
# 注意这里用transform而不是fit_transform，因为poly已经在原始数据上拟合过了
x_sorted_poly = poly.transform(x_sorted.reshape(-1, 1))
y_pred_sorted = model.predict(x_sorted_poly)

# 绘图
plt.scatter(x, y, label='Original Data', alpha=0.6)  # 原始数据散点，alpha让点更通透
# 如果需要展示原始x对应的预测值，可以保留这个散点，否则可以删掉
plt.scatter(x, model.predict(x_poly), label='Predicted Points', color='orange', alpha=0.6)
# 用排序后的x和预测值绘制平滑曲线
plt.plot(x_sorted, y_pred_sorted, color='red', linewidth=2, label='3rd Order Polynomial')

plt.title('Polynomial Regression')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

核心要点解释 #

• 为什么用排序的x？
  原代码中plt.plot(x, model.predict(x_poly))的x是原始数据的乱序数组，plot会按数组的顺序连接点，比如x是[3,1,4,2]，线条会从3→1→4→2，自然会出现交叉的蛛网线条。排序后的x是严格递增的，连接起来就是平滑的曲线。

• 为什么用linspace生成密集点？
  原始数据的x可能比较稀疏，直接用排序后的原始x绘图，曲线会显得不够平滑。用linspace生成更多的点（比如100个），可以让拟合曲线看起来更流畅。

• 为什么用transform而不是fit_transform？
  PolynomialFeatures的fit_transform()会计算特征的统计量（虽然多项式特征不需要，但这是API规范），如果在新的x_sorted上用fit_transform，会重新计算这些统计量，导致和训练模型时的特征转换不一致，预测结果会出错。所以必须用已经拟合好的poly的transform()方法。

内容的提问来源于stack exchange，提问作者Anders Zhou