Python线性回归：plt.plot（）不显示直线。相反，它连接散点图上的每个点

我对python比较陌生。我试图做多元线性回归，绘制散点图和最佳拟合线，每次使用一个特征

这是我的代码：

Train=df.loc[:650] 
valid=df.loc[651:]

x_train=Train[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_train=Train['sales'].dropna()
y_train=y_train.loc[7:]

x_test=valid[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_test=valid['sales'].dropna()

regr=linear_model.LinearRegression()
regr.fit(x_train,y_train)

y_pred=regr.predict(x_test)

plt.scatter(x_test['lag_7'], y_pred,color='black')
plt.plot(x_test['lag_7'],y_pred, color='blue', linewidth=3)

plt.show()

这是我得到的图表-

我试了很多次，但都没有用。我想了解为什么这不是一条最佳拟合线，而是连接散点图上的所有点

---

谢谢大家!

假设您的图形库是matplotlib，使用导入matplotlib.pyplot作为plt导入，问题是您向

plt.scatter

和

plt.plot

传递了相同的数据。前者绘制散点图，而后者按照给定的顺序通过所有点（首先在

（x_测试['lag_7'][0]、y_pred[0]）

和

（x_测试['lag_7'][1]、y_pred[1]）

之间绘制一条直线，然后在

（x_测试['lag_7'][1]、y_pred[1]和
之间绘制一条直线
等）

关于如何进行多元回归和绘制结果的更一般问题，我有两点意见：


一次找到一个特征的最佳拟合线相当于对该特征执行一维回归：这是一个与您想要执行的多元线性回归完全不同的模型


我认为将数据分成训练样本和测试样本没有多大意义，因为线性回归是一个非常简单的模型，几乎没有过度拟合的风险。在下面，我考虑整个数据集<代码> DF 



我喜欢使用OpenTURNS，因为它有内置的线性回归查看功能。缺点是要使用它，我们需要将pandas表（
DataFrame
或
Series
）转换为类
Sample
的OpenTURNS对象

import pandas as pd
import numpy as np
import openturns as ot
from openturns.viewer import View

# convert pandas DataFrames to numpy arrays and then to OpenTURNS Samples
X = ot.Sample(np.array(df[['lag_7','rolling_mean', 'expanding_mean']]))
X.setDescription(['lag_7','rolling_mean', 'expanding_mean']) # keep labels
Y = ot.Sample(np.array(df[['sales']]))
Y.setDescription(['sales'])

您没有提供数据，因此我需要生成一些：

func = ot.SymbolicFunction(['x1', 'x2', 'x3'], ['4*x1 + 0.05*x2 - 2*x3'])
inputs_distribution = ot.ComposedDistribution([ot.Uniform(0, 3.0e6)]*3)
residuals_distribution = ot.Normal(0.0, 2.0e6)
ot.RandomGenerator.SetSeed(0)
X = inputs_distribution.getSample(30)
X.setDescription(['lag_7','rolling_mean', 'expanding_mean'])
Y = func(X) + residuals_distribution.getSample(30)
Y.setDescription(['sales'])

现在，让我们一次找出一个特征的最佳拟合线（1D线性回归）：




如您所见，在本例中，单一特征线性回归都无法非常准确地预测输出

现在让我们做多元线性回归。要绘制结果，最好查看实际值与预测值

full_linear_regression = ot.LinearModelAlgorithm(X, Y)
full_linear_regression.run()
full_linear_regression_result = full_linear_regression.getResult()
full_linear_regression_analysis = ot.LinearModelAnalysis(full_linear_regression_result)
View(full_linear_regression_analysis.drawModelVsFitted())


如您所见，在本例中，多元线性回归比一维回归每次拟合一个特征要好得多。
参见线性回归意味着，您正在线性预测值，这将始终为您提供最佳拟合线。在您的代码中，其他任何操作都是不可能的：

Train=df.loc[:650] 
valid=df.loc[651:]

x_train=Train[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_train=Train['sales'].dropna()
y_train=y_train.loc[7:]

x_test=valid[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_test=valid['sales'].dropna()

regr=linear_model.LinearRegression()
regr.fit(x_train,y_train)

y_pred=regr.predict(x_test)

plt.scatter(x_test['lag_7'], y_pred,color='black')
plt.plot(x_test['lag_7'],y_pred, color='blue', linewidth=3)

plt.show()

使用正确的变量绘制直线，即：

plt.plot(x_test,y_pred)

在为测试输入的值和从该ie获得的预测值之间绘制图表：

y_pred=regr.predict(x_test)

此外，必须对模型进行相同的训练，否则将得到直线，但结果将出乎意料

这是一个多变量数据，所以你需要得到两两线

或者更改线性相关数据的模型，这将完全更改模型

Train=df.loc[:650] 
valid=df.loc[651:]

x_train=Train[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_train=Train['sales'].dropna()
y_train=y_train.loc[7:]

x_test=valid[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_test=valid['sales'].dropna()

regr=linear_model.LinearRegression()
regr.fit(x_train['lag_7'],y_train)

y_pred=regr.predict(x_test['lag_7'])

plt.scatter(x_test['lag_7'], y_pred,color='black')
plt.plot(x_test['lag_7'],y_pred, color='blue', linewidth=3)

plt.show()

您发布的代码不是独立的代码，它缺少所有的
导入
s，我们没有您的数据。您应该将测试数据
plt.scatter（xtest，ytest）
和线性回归的结果
plt.plot（（0,3E6），regr.predict（（0,3E6））
plt.plot(x_test,y_pred)

y_pred=regr.predict(x_test)

Train=df.loc[:650] 
valid=df.loc[651:]

x_train=Train[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_train=Train['sales'].dropna()
y_train=y_train.loc[7:]

x_test=valid[['lag_7','rolling_mean', 'expanding_mean']].dropna()
y_test=valid['sales'].dropna()

regr=linear_model.LinearRegression()
regr.fit(x_train['lag_7'],y_train)

y_pred=regr.predict(x_test['lag_7'])

plt.scatter(x_test['lag_7'], y_pred,color='black')
plt.plot(x_test['lag_7'],y_pred, color='blue', linewidth=3)

plt.show()