使用点绘制线性回归线

Question

我想使用 (x,y) 点绘制回归线。

我做了这样的事情

import numpy as np
from numpy.polynomial.polynomial import polyfit
import matplotlib.pyplot as plt
import scipy

# Sample data
x = np.array([4.2])
y = np.array([2.8])
plt.plot(x, y, 'o')
m, b = np.polyfit(x, y, 1)
print(m)
print(b)
plt.plot(x, m*x + b)
plt.show()

但是，它只绘制了点而不是line.Can，请您提前建议如何绘制line.Thanks。

Answer 1

你的代码工作正常，我只是添加了 (0,0) 点：

import numpy as np
from numpy.polynomial.polynomial import polyfit
import matplotlib.pyplot as plt
import scipy

# Sample data
x = np.array([0, 4.2])
y = np.array([0, 2.8])
plt.plot(x, y, 'o')
m, b = np.polyfit(x, y, 1)
print(m)
print(b)
plt.plot(x, m*x + b)

输出：

Answer 2

您的数据只包含一个点。通常，我们希望在整个 x 域上显示拟合曲线。（即使这里回归是线性的，只需要 2 个点）。

# Display the regression curve
x_dom = np.linspace(0, 5, 200)
y_reg = m * x_dom + b
plt.plot(x_dom, y_reg, c="royalblue", label="Regression curve")
plt.plot(x, y, 'o', c="orange", label="Data")
plt.legend()
plt.show()

请注意，拟合一个点没有意义。无数条直线穿过该点。如果知道第二个点（比如原点），就可以解析得到通过这两个点的直线的系数。

使用点绘制线性回归线

plotting a linear regression line using point

numpy

matplotlib

scipy

linear-regression

scikit-learn