Python:为什么我的线性回归图会给我很多乱七八糟的彩色线

Question

这是我得到的代码，但我不确定为什么它会给我一个如此糟糕的情节。我哪里出了问题？

import pandas as pd
df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data', header = None, sep = 's+')
df.columns = ["CRIM", "ZN", 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT','MEDV']
# print df
X = df.iloc[:,:-2].values
y = df.iloc[:,-1].values
from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(X, y)
import matplotlib.pyplot as plt
plt.plot(X, lr.predict(X))
plt.show()

Answer 1

我怀疑您的问题/困惑在于问题的维度。我的理解是，你希望看到一条线穿过像这里这样的点，线函数接收X并输出lr.predict(X)。您不会看到这一行，因为您的X变量有12列，因此您有12个不同的自变量。

如果你试图将所有这些与你的一个因变量lr.predict(X)一起绘制，那么你需要13个维度。plot方法不会为您绘制该图。相反，它试图绘制12条不同的线，X中的每个维度都有一条线。这就是你所看到的。