需要画出随机森林回归模型的拟合度，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代码：

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)

print(f"训练集拟合度：{train_score:.2f}")
print(f"测试集拟合度：{test_score:.2f}")

这段代码会生成一个包含 1000 个样本、10 个特征的随机数据集，将其分为训练集和测试集，然后创建一个包含 100 个树的随机森林回归模型并训练它。最后，计算模型在训练集和测试集上的拟合度并打印出来。