我在进行多变量的线性回归。为了获取theta（系数），我使用了Numpy的最小二乘法工具numpy.linalg.lstsq。我的数据中有n = 143个特征和m = 13000个训练样本。我想绘制房价与面积的关系图，并展示这个特征的拟合线。
数据准备代码（Python）：
import pandas as pdimport numpy as npimport matplotlib.pyplot as plt path = 'DB2.csv' data = pd.read_csv(path, header=None, delimiter=";")data.insert(0, 'Ones', 1)cols = data.shape[1]X = data.iloc[:,0:cols-1] y = data.iloc[:,cols-1:cols] 使用numpy.linalg.lstsq获取theta系数：
thetas = np.linalg.lstsq(X, y)[0]预测部分：
allAreasData = X.iloc[:,120] #用于散点图展示所有训练数据areasTestValues = X.iloc[0:100,120] #用于绘图函数的测试数据testingExamples = X.iloc[0:100,:] #用于进行预测predictions = testingExamples.dot(thetas)注意：上述代码中的120是数据集中面积列的索引。
可视化部分：
fig, ax = plt.subplots(figsize=(18,10)) ax.scatter(allAreasData, y, label='训练数据', color='r') ax.plot(areasTestValues, predictions, 'b', label='预测') ax.legend(loc=2) ax.set_xlabel('面积') ax.set_ylabel('价格') ax.set_title('预测价格与房屋面积')输出图形：
我期望得到一条拟合数据的单一回归线，但得到的是这样一条奇怪的折线（断线）。我做错了什么？散点图是正确的，但绘图函数不是。对于绘图函数，我发送了两个参数：
1) 测试面积数据（100个面积数据样本）2) 基于包含面积数据的100个训练样本的价格预测更新：在对x排序后，我得到了带曲线的图形：
我期望得到一条用最小二乘法拟合所有数据的直线，但得到的是一条曲线。线性回归和numpy.linalg.lstsq工具不应该返回一条直线的拟合线而不是曲线吗？
回答：
你的结果在143维空间中是线性的。;) 由于你的X包含了不仅仅是面积的许多其他特征，预测也会（线性地）依赖于这些特征。
如果你重新进行训练，使用X = data.iloc[:,120]（只考虑面积特征），你应该会在绘制结果时得到一条直线。
