如何使用 matplotlib 繪制具有 2 個特征的 3D 多重線性回歸？

Question

我需要在 matplotlib 中繪制具有 2 個特征的多個線性回歸的 3D 圖。 我怎樣才能做到這一點？

這是我的代碼：

import pandas
from sklearn import linear_model

df = pandas.read_csv("cars.csv")

X = df[['Weight', 'Volume']]
y = df['CO2']

regr = linear_model.LinearRegression()

predictedCO2 = regr.predict([scaled[0]])
print(predictedCO2)

Answer 1

因此，您想繪制回歸模型結果的 3d 圖。 在您的 3d 圖中，對於每個點，您有 (x, y, z) = (Weight, Volume, PredictedCO2)。

現在你可以用它來繪制它：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
import random

# dummy variables for demonstration
x = [random.random()*100 for _ in range(100)]
y = [random.random()*100 for _ in range(100)]
z = [random.random()*100 or _ in range(100)]

# build the figure instance
fig = plt.figure(figsize=(10,8))
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x, y, z, c='blue', marker='o')

# set your labels
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

這會給你一個這樣的情節：