需要画出随机森林回归模型的拟合度的图，请写出代码

好的，以下是一个简单的随机森林回归模型的拟合度图的代码：

import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestRegressor
from sklearn.datasets import make_regression
from sklearn.model_selection import train_test_split

# 生成随机数据
X, y = make_regression(n_samples=1000, n_features=10, random_state=42)

# 将数据分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建随机森林回归模型
rf = RandomForestRegressor(n_estimators=100, random_state=42)

# 训练模型
rf.fit(X_train, y_train)

# 计算模型在训练集和测试集上的拟合度
train_score = rf.score(X_train, y_train)
test_score = rf.score(X_test, y_test)

# 画出拟合度图
fig, ax = plt.subplots()
ax.bar(["训练集", "测试集"], [train_score, test_score])
ax.set_ylim([0, 1])
ax.set_title("随机森林回归模型拟合度")
ax.set_ylabel("拟合度")
plt.show()

这段代码与前面的代码非常相似，只是在计算拟合度后增加了一些用于画图的代码。它会画出一个柱状图，显示模型在训练集和测试集上的拟合度。