Python 回归的结果不正确

我是机器学习（ML）的初学者，不明白为什么我的回归不正确或绘图不正确。这是我目前所拥有的，大部分是从我正在使用的一本书的前面的示例中获取的。如果有人能解释一下成本函数公式的来源，那就太好了

import time
import csv
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
import tensorflow as tf
import numpy as np


def read_csv(filepath, bucket=7):

    days_in_year = 365

    freq = {}
    for period in range(0, int(days_in_year / bucket)):
        freq[period] = 0

    with open(filepath, 'r') as csvfile:
        csvreader = csv.reader(csvfile)
        csvreader.__next__()
        for row in csvreader:
            if row[0] == '':
                continue
            t = time.strptime(row[0], "%m/%d/%Y")
            if t.tm_year == 2014 and t.tm_yday < (days_in_year-1):
                freq[int(t.tm_yday / bucket)] += 1
    print("finished reading input")
    return freq


freq = read_csv("311_data.csv")

x_dataset = list(freq.keys())
y_dataset = list(freq.values())

print(x_dataset)
print(y_dataset)


def normalize(data):
    y = np.empty(len(data))
    count = 0
    for x in data:
        y[count] = (x-min(data))/(max(data)-min(data))
        count += 1
    return y


x_dataset = normalize(x_dataset)
y_dataset = normalize(y_dataset)

(x_train, x_test, y_train, y_test) = train_test_split(x_dataset, y_dataset, train_size=0.7, test_size=0.3)

learning_rate = 0.01
training_epochs = 40
num_coeffs = 9
reg_lambda = 0.

X = tf.placeholder(tf.float32)
Y = tf.placeholder(tf.float32)


def model(X, w):
    terms = []
    for i in range(num_coeffs):
        term = tf.multiply(w[i], tf.pow(X, i))
        terms.append(term)
    return tf.add_n(terms)


w = tf.Variable([0.] * num_coeffs, name="parameters")
y_model = model(X, w)

cost = tf.div(tf.add(tf.reduce_sum(tf.square(Y-y_model)), tf.multiply(reg_lambda, tf.reduce_sum(tf.square(w)))),
          2*x_train.size)

train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)

sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)

for reg_lambda in np.linspace(0, 1, 100):
    for epoch in range(training_epochs):
            sess.run(train_op, feed_dict={X: x_train, Y: y_train})
    final_cost = sess.run(cost, feed_dict={X: x_test, Y: y_test})
    print('reg lambda ', reg_lambda)
    print('final cost ', final_cost)

w_val = sess.run(w)
print(w_val)
sess.close()

plt.scatter(x_train, y_train)
y_learned = 0

for i in range(num_coeffs):
    y_learned += w_val[i] * np.power(x_train, i)

plt.plot(x_train, y_learned, 'r')
plt.show()

导入时间
导入csv
将matplotlib.pyplot作为plt导入
从sklearn.model\u选择导入列车\u测试\u拆分
导入tensorflow作为tf
将numpy作为np导入
def read_csv（文件路径，bucket=7）：
年内天数=365
频率={}
对于范围（0，int（年/桶中的天数））内的期间：
频率[周期]=0
将open（filepath，'r'）作为csvfile：
csvreader=csv.reader（csvfile）
csvreader.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
对于csvreader中的行：
如果行[0]=''：
持续
t=time.strtime（第[0]行，%m/%d/%Y”）
如果t.tm_year==2014，t.tm_yeday<（第1年的天数）：
频率[int（t.tm_yday/bucket）]+=1
打印（“完成读取输入”）
返回频率
freq=read_csv（“311_data.csv”）
x_数据集=列表（频率键（））
y_数据集=列表（频率值（））
打印（x_数据集）
打印（y_数据集）
def正常化（数据）：
y=np.空（len（数据））
计数=0
对于数据中的x：
y[计数]=（x最小值（数据））/（最大值（数据）-最小值（数据））
计数+=1
返回y
x_数据集=规范化（x_数据集）
y_数据集=规格化（y_数据集）
（x_序列，x_测试，y_序列，y_测试）=序列测试分割（x_数据集，y_数据集，序列大小=0.7，测试大小=0.3）
学习率=0.01
培训时间=40
num_系数=9
reg_lambda=0。
X=tf.placeholder（tf.float32）
Y=tf.placeholder（tf.float32）
def型号（X，w）：
术语=[]
对于范围内的i（数值系数）：
项=tf.multiply（w[i]，tf.pow（X，i））
条款。附加（条款）
返回tf.add\n（条款）
w=tf.变量（[0.]*num_系数，name=“parameters”）
y_模型=模型（X，w）
cost=tf.div（tf.add（tf.reduce_sum）（tf.square（Y-Y_模型）），tf.multiply（reg_lambda，tf.reduce_sum（tf.square（w）），
2*x_列车尺寸）
训练op=tf.train.GRADENTDESCENTOPTIMIZER（学习率）。最小化（成本）
sess=tf.Session（）
init=tf.global_variables_initializer（）
sess.run（初始化）
对于np.linspace（0,1100）中的reg_lambda：
对于范围内的历元（训练历元）：
sess.run（train_op，feed_dict={X:X_train，Y:Y_train}）
final_cost=sess.run（cost，feed_dict={X:X_test，Y:Y_test}）
打印（'reg lambda'，reg_lambda）
打印（“最终成本”，最终成本）
w_val=sess.run（w）
打印（w_val）
sess.close（）
plt.分散（x_列车、y_列车）
y_=0
对于范围内的i（数值系数）：
y_学习+=w_val[i]*np.功率（x_列，i）
plt.plot（x_train，y_learn，'r'）
plt.show（）

这就是我绘图时的结果：

---

看起来你得到了正确的X，Y坐标，你只是在无序地绘制它们。尝试

plt.scatter

而不是

plt.plot

来获得点而不是线，以验证这一点。如果仍然需要行，可以按以下方式成对排序：

points = zip(x_train, y_learned)
points = sorted(points, key=lambda p: p[0])
x_plot, y_plot = zip(*points)
plt.plot(x_plot, y_plot, 'r')