python - 难以绘制 2 度线性回归

Question

我在用机器学习模型的 2 度曲线绘制二维线性回归时遇到了一些麻烦。
这是我的代码:

m = 100
X = 6 * np.random.rand(m, 1) - 3

y = 0.5 * X**2 + X + 2 + np.random.randn(m, 1)
plt.plot(X, y, "b.")
plt.show() 

到这里为止，这是我的散点图:

现在我正在训练一个 2 度线性模型。

from sklearn.preprocessing import PolynomialFeatures

poly_features = PolynomialFeatures(degree=2, include_bias=False)
X_poly = poly_features.fit_transform(X)

lin_reg = LinearRegression()
lin_reg.fit(X_poly, y)

模型训练。
这是我绘制曲线时的结果:

plt.plot(X, lin_reg.predict(X_poly), "r-")
plt.show()

我正在弄清楚如何打印连续曲线，而不是那些线连接点。
下面是我想要的输出，手动绘制。

Answer 1

你要踢自己了，可能是

一切都很好，除了 X需要用 numpy.sort() 排序.

这些线是按顺序绘制的，从点到点。由于点不是按 X 排序的，他们都画完了。

np.random.seed(365)已被指定为每次产生相同的值。

import numpy
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures

m = 100
np.random.seed(365)
X = 6 * np.random.rand(m, 1) - 3
X = np.sort(X, axis=0)  # sort the values

y = 0.5 * X**2 + X + 2 + np.random.randn(m, 1)

# regression code
poly_features = PolynomialFeatures(degree=2, include_bias=False)
X_poly = poly_features.fit_transform(X)

lin_reg = LinearRegression()
lin_reg.fit(X_poly, y)

# plot
plt.plot(X, y, "b.")
plt.plot(X, lin_reg.predict(X_poly), "r-")
plt.show()