plt.plot(e2) plt.plot(e1,'--')

这段代码使用 Matplotlib 库在子图中绘制两条曲线，分别是误差率和均方根误差。其中，`plt.plot(e2)` 表示绘制误差率曲线，`e2` 是一个数组，表示每个测试样本的误差率。`plt.plot(e1,'--')` 表示绘制均方根误差曲线，`e1` 是一个数组，表示每个测试样本的均方根误差。这里的 `'--'` 表示将曲线设置为虚线。通过绘制这两条曲线，可以更直观地观察模型在测试集上的表现。

相关问题

plt.plot 和plt.subplot

plt.plot() 和 plt.subplot() 都是 Matplotlib 库中的函数，用于绘制图形。

plt.plot() 用于绘制简单的折线图，可以传入 x 和 y 坐标轴的数据，也可以只传入 y 坐标轴的数据，此时 x 坐标轴默认为从 0 开始的整数序列。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.show()

plt.subplot() 用于在一个图形中绘制多个子图，可以指定子图的行数、列数和子图的位置。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.subplot(2, 1, 1)
plt.plot(x, y1)

plt.subplot(2, 1, 2)
plt.plot(x, y2)

plt.show()

这段代码会在一个图形中绘制两个子图，第一个子图在第一行，第二个子图在第二行。

plt.scatter和plt.plot

plt.scatter和plt.plot都是matplotlib库中常用的绘图函数。它们可以用来创建基本的散点图和折线图。

plt.scatter函数用于绘制散点图， 它的基本语法是：

plt.scatter(x, y, c=None, s=None, marker=None, cmap=None, alpha=None)

其中，x和y是数据点的x坐标和y坐标，c可以指定数据点的颜色，s可以指定数据点的大小，marker可以指定数据点的形状，cmap可以指定颜色映射，alpha指定透明度。

plt.plot函数用于绘制折线图，它的基本语法是：

plt.plot(x, y, format_string, **kwargs)

其中，x和y是数据点的x坐标和y坐标，format_string是控制线条颜色、线型和标记样式的字符串参数。

两者的区别在于：
- plt.scatter绘制的是离散的数据点，每个数据点可以有不同的颜色、大小和形状，适用于展示离散数据的分布情况。
- plt.plot绘制的是连续的数据曲线，通过连接各个数据点来形成一条曲线，适用于展示数据随变量变化的趋势。

希望对你有所帮助！如果还有其他问题，请继续提问。