最佳拟合线与散点图不匹配

Question

下面是我的散点图，其回归线性。只是通过观察标记在图上的分布情况，我觉得线性并没有正确地覆盖它们。从我所看到的，它应该更多的是对角线和更直线而不是曲线。这是我制作情节的代码：

for i in range (len(linkKarmaList)):
    plt.scatter(commentKarmaList[i], linkKarmaList[i], marker="o", s=len(clearModSet[i])*1.0*0.9)
x = numpy.asarray(commentKarmaList)
y = numpy.asarray(linkKarmaList )
plt.plot(numpy.unique(x), numpy.poly1d(numpy.polyfit(x, y, 1))(numpy.unique(x)))
plt.xlabel('Comment Karma ')
plt.ylabel('Link Karma')
plt.title('Link and comment Karma of most popular Forums on reddit')
plt.xscale('log')
plt.yscale('log')
plt.legend()
plt.show

我能正确解读吗？我错过了什么？

Answer 1

您正在尝试拟合直线y = a*x + b，它在日志空间中看起来不像是一条直线。相反，你应该在对数空间中绘制一条直线。

这归结为log(y) = a * log(x) + b 然后我们可以将其重写为log(y) = log(x^a) + b 如果我们接着这个的指数，我们发现： y = x^a * 10^b或仅y = C * x^a，其中 C （= 10 ^ b）和 a 是拟合参数， x 和 y 是您的数据。 这是在日志日志空间中创建一条直线的函数，这是您应该尝试根据数据拟合的函数。

Answer 2

根据您的展示，我说问题是在对数日志图中，散点图看起来或多或少像一条线。

问题在于您是否符合自然值，然后在对数图中绘图。