# 绘制预测结果分布图 plt.figure(figsize=(8,6)) sns.histplot(y_test, color='skyblue', label='Actual', alpha=0.5) sns.histplot(y_pred_dt, color='red', label='Decision Tree', alpha=0.5) sns.histplot(y_pred_svm, color='green', label='SVM', alpha=0.5) plt.title('Prediction Distribution', fontsize=14) plt.xlabel('Class') plt.legend(loc='upper right') plt.show()

这段代码是用来绘制预测结果分布图，以便对两个分类模型（决策树和支持向量机）的表现进行可视化比较。

首先，使用 `sns.histplot` 方法绘制了实际结果、决策树预测结果和支持向量机预测结果的直方图，并分别用不同的颜色进行区分。其中 `y_test` 为测试集的目标变量，`y_pred_dt` 和 `y_pred_svm` 分别为决策树和支持向量机在测试集上的预测结果。`alpha` 参数用来控制直方图的透明度，方便叠加显示。

接下来，使用一些基本的绘图参数对图表进行设置，包括标题、X 轴标签、图例等。最后，使用 `plt.show()` 方法展示图表。

通过绘制预测结果分布图，可以直观地比较两个模型的表现，看出它们在不同类别上的预测情况，以及是否存在偏差或错误分类等问题。