最佳擬合線與散點圖不匹配

Question

下面是我的帶有回歸線性的散點圖。 僅通過查看標記在繪圖上的分布方式，我覺得線性沒有正確覆蓋它們。 從我看來，它應該更像是一條對角線和一條更直線，而不是一條曲線。 這是我生成情節的代碼：

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

我的解釋正確嗎？ 我錯過了什么？

Answer 1

您正在嘗試擬合一條直線y = a*x + b ，它在對數空間中看起來不像直線。 相反，您應該在對數空間中繪制一條直線。

這歸結為log(y) = a * log(x) + b然后我們可以將其重寫為log(y) = log(x^a) + b如果我們然后取其指數，我們會發現： y = x^a * 10^b或只是y = C * x^a ，其中C (=10^b) 和a是擬合參數， x和y是您的數據。 這是在 log-log 空間中形成一條直線的函數，這是您應該嘗試適應數據的函數。

Answer 2

從你展示的內容來看，我想說的問題是，在對數對數圖中，散點圖看起來或多或少像一條線。

問題是您要針對自然值進行擬合，然后在對數對數圖中進行繪制。