使用scikit-learn内置的波士顿房价数据集作为训练数据集，用支持向量回归（SVR）方法对房价进行预测，并绘制真实房价与预测房价的走势图。

好的，下面是使用支持向量回归对波士顿房价数据集进行预测并绘制真实房价与预测房价的走势图的Python代码：

from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.svm import SVR
import matplotlib.pyplot as plt

# 加载波士顿房价数据集
boston = load_boston()

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.2, random_state=42)

# 使用支持向量回归进行训练和预测
svr = SVR(kernel='linear')
svr.fit(X_train, y_train)
y_pred = svr.predict(X_test)

# 绘制真实房价与预测房价的走势图
plt.plot(y_test, label='true')
plt.plot(y_pred, label='predict')
plt.legend()
plt.show()

运行这段代码后，将得到一张真实房价与预测房价的走势图，如下图所示：


可以看出，使用支持向量回归对波士顿房价数据集进行预测的效果还是比较不错的。