对于决策树模型预测出的预测值和真实值数量不同的情况怎么画散点图代码

如果决策树模型预测出的预测值和真实值数量不同，可以使用散点图来进行可视化比较。下面是一个简单的代码示例：

import matplotlib.pyplot as plt

# 假设预测值和真实值保存在两个列表中
y_true = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y_pred = [1, 2, 3, 5, 6, 7, 8, 9, 10]

# 创建散点图
plt.scatter(range(len(y_true)), y_true, color='blue', label='True')
plt.scatter(range(len(y_pred)), y_pred, color='red', label='Predicted')

# 添加图例和标签
plt.legend()
plt.xlabel('Sample Index')
plt.ylabel('Value')
plt.title('Comparison of True and Predicted Values')

# 显示图形
plt.show()

在上面的代码中，我们假设预测值和真实值保存在两个列表中，然后使用 `scatter` 函数创建散点图。我们将真实值的散点用蓝色表示，预测值的散点用红色表示。接着，我们添加了图例和标签，并使用 `show` 函数显示图形。