Question

我对如何继续实现这一点感到有点迷茫。通常使用线性模型，当我执行线性回归时，我只需要获取训练数据（x）和输出数据（y）并使用matplotlib绘制它们。现在我有3个功能和我的输出/观察（y）。任何人都可以指导我如何使用matplotlib绘制这种模型？我的目标是拟合多项式模型并使用matplotlib绘制多项式图。

%matplotlib inline
import sframe as frame
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model

# Initalize SFrame
sales = frame.SFrame('kc_house_data.gl/')

# Separate data into test and training data 
train_data,test_data = sales.random_split(.8,seed=0)

# Organize data into training and testing data 

train_x = train_data[['sqft_living', 'bedrooms', 'bathrooms']].to_dataframe().values
train_y = train_data[['price']].to_dataframe().values
test_x = test_data[['sqft_living', 'bedrooms', 'bathrooms']].to_dataframe().values
test_y = test_data[['price']].to_dataframe().values


# Create a model using sklearn with multiple features
regr = linear_model.LinearRegression(fit_intercept=True, n_jobs=2)

# test predictions
regr.predict(train_x)

# Prepare to plot the data

注意：

train_x变量包含我的3个功能，而我的train_y包含输出数据。我使用SFrame来包含数据。 SFrame能够将自身转换为数据帧（在Pandas中使用）。使用转换，我可以获取值。

Answer 1

我没有同时绘制具有多个离散特征的非线性模型，而是发现只是根据我的观察/输出观察每个特征对我的研究来说更好，更容易。

如何使用matplotlib绘制非线性模型？

1 个答案: