Предсказать будущие значения после использования полиномиальной регрессии в Python

В настоящее время я использую TensorFlow и SkLearn, чтобы попытаться создать модель, которая может прогнозировать объем продаж определенного продукта X на основе температуры наружного воздуха в градусах Цельсия.

Я взял свои наборы данных для температуры и установил его равным переменной x, а объем продаж - переменной y. Как видно на картинке ниже, существует какая-то корреляция между температурой и объемом продаж:

Прежде всего, я попытался провести линейную регрессию, чтобы увидеть, насколько хорошо она подходит. Вот код для этого:

from sklearn.linear_model import LinearRegression

model = LinearRegression()
model.fit(x_train, y_train) #fit tries to fit the x variable and y variable.

#Let's try to plot it out.
y_pred = model.predict(x_train)

plt.scatter(x_train,y_train)
plt.plot(x_train,y_pred,'r')
plt.legend(['Predicted Line', 'Observed data'])
plt.show()

В результате получилась предсказанная строка, которая не соответствовала действительности:

Однако очень приятной особенностью sklearn является то, что вы можете попытаться предсказать значение на основе температуры, поэтому, если бы я написал

model.predict(15)

я бы получил результат

array([6949.05567873])

Это именно то, что я хочу, я просто хотел, чтобы линия лучше подходила, поэтому вместо этого я попробовал полиномальную регрессию с помощью sklearn, выполнив следующие действия:

from sklearn.preprocessing import PolynomialFeatures
poly = PolynomialFeatures(degree=8, include_bias=False) #the bias is avoiding the need to intercept
x_new = poly.fit_transform(x_train)
new_model = LinearRegression()
new_model.fit(x_new,y_train)

#plotting
y_prediction = new_model.predict(x_new) #this actually predicts x...?
plt.scatter(x_train,y_train)
plt.plot(x_new[:,0], y_prediction, 'r')
plt.legend(['Predicted line', 'Observed data'])
plt.show()

Кажется, теперь линия подходит лучше:

Моя проблема не в том, что я не могу использовать new_model.predict (x), поскольку это приведет к «ValueError: фигуры (1,1) и (8,) не выровнены: 1 (тусклый 1)! = 8 (тусклый 0)». Я понимаю, что это связано с тем, что я использую полином 8 градусов, но могу ли я предсказать ось Y на основе ОДНОЙ температуры, используя модель полиномиальной регрессии?