我正在使用多个变量进行线性回归 . 为了获得thetas（系数），我使用了Numpy的最小二乘 numpy.linalg.lstsq 工具 . 在我的数据中，我有 n = 143 功能和 m = 13000 训练示例 . 我想根据区域绘制房价并显示此功能的拟合线 .
数据准备代码（Python）：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
path = 'DB2.csv'
data = pd.read_csv(path, header=None, delimiter=";")
data.insert(0, 'Ones', 1)
cols = data.shape[1]
X = data.iloc[:,0:cols-1]
y = data.iloc[:,cols-1:cols]
使用numpy.linalg.lstsq获取theta系数：
thetas = np.linalg.lstsq(X, y)[0]
预测部分：
allAreasData = X.iloc[:,120] #Used as argument to scatter all training data
areasTestValues = X.iloc[0:100,120] #Used as argument for plot function
testingExamples = X.iloc[0:100,:] #Used to make predictions
predictions = testingExamples.dot(thetas)
注意：上面代码中的120是我的数据集中Area列的索引 .
可视化部分：
fig, ax = plt.subplots(figsize=(18,10))
ax.scatter(allAreasData, y, label='Traning Data', color='r')
ax.plot(areasTestValues, predictions, 'b', label='Prediction')
ax.legend(loc=2)
ax.set_xlabel('Area')
ax.set_ylabel('Price')
ax.set_title('Predicted Price vs. House Area')
输出图：
我希望得到一些适合数据的单一回归线，但它没有得到如此奇怪的折线（折线） . 我做错了什么？ Scatter工作正常 . 但情节不是 . 对于绘图函数，我发送2个参数：
1) Testing area data (100 area data examples)
2) Predictions of price based on 100 training examples that include area data
Update: 排序后 x 我用曲线得到了这个情节：
我期望直线拟合我的所有数据与最小平方误差，但得到一条曲线 . 是不是线性回归和numpy.linalg.lstsq工具应该返回直线而不是曲线？
1 回答
您的结果在143维空间中是线性的 . ;）由于您的X包含的功能多于区域，因此预测也将（线性地）依赖于这些功能 .
如果您使用X = data.iloc [：，120]重新训练（仅考虑区域特征），则在绘制结果时应该会收到一条直线 .