训练和测试模型 PollyPlot

Question

我正在尝试使用 Matplotlib/Seaborn 绘制多项式图。我是数据科学的新手，因此我在使用这段代码时遇到了问题：

def PollyPlot(xtrain, xtest, y_train, y_test, lr,poly_transform):
    width = 12
    height = 10
    plt.figure(figsize=(width, height))
    
    
    #training data 
    #testing data 
    # lr:  linear regression object 
    #poly_transform:  polynomial transformation object 
 
    xmax=max([xtrain.values.max(), xtest.values.max()])

    xmin=min([xtrain.values.min(), xtest.values.min()])

    x=np.arange(xmin, xmax, 0.1)


    plt.plot(xtrain, y_train, 'ro', label='Training Data')
    plt.plot(xtest, y_test, 'go', label='Test Data')
    plt.plot(x, lr.predict(poly_transform.fit_transform(x.reshape(-1, 1))), label='Predicted Function')
    plt.ylim([-10000, 60000])
    plt.ylabel('Price')
    plt.legend()

这是绘制多项式函数的函数。但是当我调用函数时：

PollyPlot(x_train[['horsepower']], x_test[['horsepower']], y_train, y_test, poly, pr)

我收到以下错误：

InvalidIndexError: (slice(None, None, None), None)

如有任何帮助，我们将不胜感激。

Answer 1

我做了 2 处更改：

我已经从函数中删除了 .values。计算最大值和最小值，因为我会将 xtrain 和 xtest 转换为 numpy:

def PollyPlot(xtrain, xtest, y_train, y_test, lr,poly_transform): 宽度 = 12 高度 = 10 plt.figure(图形大小=(宽度, 高度))

 #training data 
 #testing data 
 # lr:  linear regression object 
 #poly_transform:  polynomial transformation object 

 xmax=max([xtrain.max(), xtest.max()])

 xmin=min([xtrain.min(), xtest.min()])

 x=np.arange(xmin, xmax, 0.1)


 plt.plot(xtrain, y_train, 'ro', label='Training Data')
 plt.plot(xtest, y_test, 'go', label='Test Data')
 plt.plot(x, lr.predict(poly_transform.fit_transform(x.reshape(-1, 1))), label='Predicted Function')
 plt.ylim([-10000, 60000])
 plt.ylabel('Price')
 plt.legend()

为了执行，我已经将 x_train 和 x_test 转换为 numpy:

PollyPlot(x_train[['horsepower']].to_numpy(), x_test[['horsepower']].to_numpy (), y_train.to_numpy(), y_test.to_numpy(), 聚,pr)

训练和测试模型 PollyPlot

Training and Testing Model PollyPlot

python

matplotlib

data-science