0
im new to python。python scikit線形回帰奇妙な結果
matplotlibを使用して、線形回帰の結果をプロットすることができます。
いくつかの基本的なデータを試してみましたが、実際のデータで試してみましたが、回帰直線は間違っています。私はfit（）やpredict（）関数で何か間違っていると思う。
これはコードである：
import matplotlib.pyplot as plt
from sklearn import linear_model
import scipy
import numpy as np
regr=linear_model.LinearRegression()
A=[[69977, 4412], [118672, 4093], [127393, 12324], [226158, 15453], [247883, 8924], [228057, 6568], [350119, 4040], [197808, 6793], [205989, 8471], [10666, 632], [38746, 1853], [12779, 611], [38570, 1091], [38570, 1091], [95686, 8752], [118025, 17620], [79164, 13335], [83051, 1846], [4177, 93], [29515, 1973], [75671, 5070], [10077, 184], [78975, 4374], [187730, 17133], [61558, 2521], [34705, 1725], [206514, 10548], [13563, 1734], [134931, 7117], [72527, 6551], [16014, 310], [20619, 403], [21977, 437], [20204, 258], [20406, 224], [20551, 375], [38251, 723], [20416, 374], [21125, 429], [20405, 235], [20042, 431], [20016, 366], [19702, 200], [20335, 420], [21200, 494], [22667, 487], [20393, 405], [20732, 414], [20602, 393], [111705, 7623], [112159, 5982], [6750, 497], [59624, 418], [111468, 10209], [40057, 1484], [435, 0], [498848, 17053], [26585, 1390], [75170, 3883], [139146, 3540], [84931, 7214], [19144, 3125], [31144, 2861], [66573, 818], [114253, 4155], [15421, 2094], [307497, 5110], [484904, 10273], [373476, 36365], [128152, 10920], [517285, 106315], [453483, 10054], [270763, 17542], [9068, 362], [61992, 1608], [35791, 1747], [131215, 6227], [4314, 191], [16316, 2650], [72791, 2077], [47008, 4656], [10853, 1346], [66708, 4855], [214736, 11334], [46493, 4236], [23042, 737], [335941, 11177], [65167, 2433], [94913, 7523], [454738, 12335]]
#my data are selected from a Mysql DB and stored in np array like this one above.
regr.fit(A,A[:,1])
plt.scatter(A[:,0],A[:,1], color='black')
plt.plot(A[:,1],regr.predict(A), color='blue',linewidth=3)
plt.show()
もの希望Aの最初の列、第2列からのデータを用いて回帰直線です。そして、これが結果です：
私は外れ値の存在は、出力への影響をhavilyできることを知っているが、私は、回帰のために、他の通行料をしようとした回帰直線はどこのポイントエリアにたくさん近かったですそう、私は何かが不足していると確信しています。
ありがとうございます。
EDIT 1：提案通り私は再びplot（）paramだけを変更しようとしました。代わりに[：0] [1] iが使用され、これが結果である：
scikit-learn.org/stable/modules/linear_model.htmlで簡単な例、ルックス私のもののように。私は予測が必要ないので、トレーニングとテストセットでデータをスライスしなかったかもしれません。おそらく、 "X、y"の意味を誤解していますが、リンクの例を見れば、私のように見えます。
EDIT 2：ついにそれが働いた。
X=A[:,0]
X=X[:,np.newaxis]
regr=linear_model.LinearRegression()
regr.fit(X,A[:,1])
plt.plot(X,regr.predict(X))
Xパラメータは2次元配列である必要があります。 EDIT 1の例では、本当に私をmisleaded :(。