如何绘制随机森林模型的回归曲线

Question

我目前正在处理一个我有模拟/模型数据的项目。该数据由多个特征组成，其中只有一个特征影响响应变量。这是一个非常简化的用例，因为它仅用于演示目的。 我使用了基本的随机森林回归（scikit-learn）来预测因变量。由于其简单性，该模型表现相当好，这是预期的。我遇到的问题是绘制模型的回归曲线（剩余使用寿命是因变量，温度是影响它的特征）。我正在使用 pyplot 来做到这一点，但我没有得到预期的结果（见下文）。我原以为情节大致是底部曲线。我不知道为什么上面的直线在那里。

澄清我期望得到的： 下面是相同数据的散点图

我的问题：

1. 为什么剧情会这样？是否与 RF 的工作方式有关？
2. 有没有办法获得“干净”的回归曲线？ （例如，散点图的形状只有一条线）如果是这样：如何实现？

我用于情节的代码：

plt.plot(y_hat_train_rf, X_train[['temp']], color='k')

Answer 1

感谢 F. Gyllenhammar 的评论，我现在找到了解决方案。这对于有经验的人来说应该是显而易见的，但我还是会分享我的解决方案。

解决步骤：

1. 创建连接 x 和 y 的新数据框。
2. 按 x 排序
3. 情节