使用Scikit-learn绘制线性回归模型时遇到模糊RuntimeWarning

Hey there! 看起来你在用Scikit-learn做线性回归绘图时碰到了模糊的RuntimeWarning，虽然你试着用警告捕获来忽略它，但这其实只是暂时掩盖了问题。咱们从你的代码片段和常见坑点入手，一步步解决这个问题：

先看你的代码片段 #

import pandas
import math
from csv import reader
import sys
import numpy as np
from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
import scipy.optimize as opt
import warnings
from sklearn import model_selection
from sklearn import linear_model

def fxn():
    warnings.warn("Runtime Warning",RuntimeWarning)

with warnings.catch_warnings():
    warnings.simplefilter("ignore")
    fxn()

def costcomp(X,y,theta):
    inner=np.power(((X*theta.T)-y),2)
    return np.sum(inner)/(2*len(X))

# 你提到的gradient函数未完成

可能引发RuntimeWarning的常见原因及解决办法 #

1. 数据预处理不到位 #

• 特征尺度差异过大：线性回归对特征的数值尺度很敏感，如果一个特征取值在0-1区间，另一个在1000-10000区间，计算时容易出现数值不稳定，触发警告。
  • 解决办法：用Scikit-learn的标准化工具统一特征尺度：

    from sklearn.preprocessing import StandardScaler
    scaler = StandardScaler()
    X_scaled = scaler.fit_transform(X)
    

• 缺失值/异常值作祟：数据里的NaN、无穷大值或者极端异常值，会让计算过程出现数值偏差，进而弹出警告。
  • 解决办法：先检查并清理数据：

    # 查看缺失值分布
    print(df.isnull().sum())
    # 删除或填充缺失值（这里用均值填充为例）
    df = df.fillna(df.mean())
    # 用Z-score过滤极端异常值
    from scipy import stats
    z_scores = stats.zscore(df.select_dtypes(include=np.number))
    filtered_df = df[(np.abs(z_scores) < 3).all(axis=1)]
    

2. 矩阵运算维度不匹配 #

你的costcomp函数里用了X*theta.T，如果X和theta的维度不匹配，Numpy的广播机制可能会强行计算，导致意外结果或警告。

• 解决办法：改用np.dot做矩阵乘法，同时确保维度正确（X是m×n的样本特征矩阵，theta是1×n的参数向量）：

  def costcomp(X,y,theta):
      inner = np.power((np.dot(X, theta.T) - y), 2)
      return np.sum(inner)/(2*len(X))
  

3. 自定义函数与Scikit-learn API混用冲突 #

你既写了自定义的损失函数，又导入了Scikit-learn的线性回归模块，如果两者混用（比如用自定义数据格式喂给Scikit-learn模型），很容易触发格式类的RuntimeWarning。

• 解决办法：如果用Scikit-learn的线性回归，直接用它的官方API即可，不需要手动写损失函数：

  # 示例：用Scikit-learn完成线性回归并绘图
  from sklearn.linear_model import LinearRegression
  model = LinearRegression()
  model.fit(X_scaled, y)
  
  # 绘制拟合曲线
  plt.scatter(X, y, label='Original Data')
  plt.plot(X, model.predict(X_scaled), color='red', label='Fitted Line')
  plt.legend()
  plt.show()
  

4. 精准捕获警告而非全局忽略 #

全局忽略警告会掩盖真正的问题，建议只忽略特定类型的RuntimeWarning，保留其他警告方便排查：

import warnings
# 比如只忽略"除以零"相关的RuntimeWarning
with warnings.catch_warnings():
    warnings.filterwarnings("ignore", category=RuntimeWarning, message="divide by zero encountered in")
    # 在这里执行你的拟合/绘图代码

总结 #

先从数据本身的问题入手（缺失值、异常值、尺度），再检查矩阵运算的维度正确性，最后别盲目忽略警告——找到警告的根源才是解决问题的核心。如果能提供完整的梯度函数和警告的具体内容，我还能帮你更精准定位问题哦！

内容的提问来源于stack exchange，提问作者AKSHARA GADWE