Python 多项式图上的直线和曲线太多

我曾试图画一条多项式回归曲线，但我做不到。有人告诉我在通过“numpy.argsort”绘图之前对值进行排序，但没有任何变化。我怎样才能修好它

---

分散可能对您更有利：

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

df = pd.read_csv("C:\\Users\\MONSTER\\Desktop\\dosyalar\\datasets\\Auto.csv")
x = df["horsepower"].to_numpy()
y = df["mpg"].to_numpy()

x = x.reshape(-1,1)

poly = PolynomialFeatures(degree = 5)
X_poly = poly.fit_transform(x)
poly.fit(X_poly,y)

lr = LinearRegression()
lr.fit(X_poly, y)
y_pred = lr.predict(X_poly)

plt.scatter(x,y,color="blue",marker=".")
plt.plot(x,y_pred,color="red")

或者使用前面提到的

argsort

：

plt.scatter(x,y_pred,color="red")

---

可能分散对您更有利：

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

df = pd.read_csv("C:\\Users\\MONSTER\\Desktop\\dosyalar\\datasets\\Auto.csv")
x = df["horsepower"].to_numpy()
y = df["mpg"].to_numpy()

x = x.reshape(-1,1)

poly = PolynomialFeatures(degree = 5)
X_poly = poly.fit_transform(x)
poly.fit(X_poly,y)

lr = LinearRegression()
lr.fit(X_poly, y)
y_pred = lr.predict(X_poly)

plt.scatter(x,y,color="blue",marker=".")
plt.plot(x,y_pred,color="red")

或者使用前面提到的

argsort

：

plt.scatter(x,y_pred,color="red")

---

预期的结果。显示中间结果与您预期的不同之处。我们应该能够复制和粘贴一个连续的代码块，执行该文件，并再现您的问题以及跟踪问题点的输出。在这段代码中，我看不到您对回归坐标进行了排序；这些必须按x轴顺序排列。预期为。显示中间结果与您预期的不同之处。我们应该能够复制和粘贴一个连续的代码块，执行该文件，并再现您的问题以及跟踪问题点的输出。在这段代码中，我看不到您对回归坐标进行了排序；这些一定是x轴顺序。是的，你说的错误是在我输入“argsort”时出现的，但为什么？我怎样才能修好它？分散看起来好多了，但我不想要离散点@BigBen@BigBen现在呢？是的，你所说的错误是在我输入“argsort”时出现的，但是为什么呢？我怎样才能修好它？分散看起来好多了，但我不想要离散点@BigBen@BigBen现在呢？