python画聚类图_用python做多元线性回归后，如何画出回归线和预测图？

要画出多元线性回归的回归线和预测图，可以使用 Python 中的 matplotlib 库和 scikit-learn 库。

首先，需要用 scikit-learn 库中的 LinearRegression 类来训练模型并进行预测。以 iris 数据集为例：

from sklearn.datasets import load_iris
from sklearn.linear_model import LinearRegression

# 加载数据集
iris = load_iris()
X = iris.data[:, :2]  # 只取前两个特征
y = iris.target

# 训练模型
model = LinearRegression()
model.fit(X, y)

# 进行预测
y_pred = model.predict(X)

接下来，使用 matplotlib 库画出回归线和预测图：

import matplotlib.pyplot as plt

# 画出回归线
plt.scatter(X[:, 0], y)
plt.plot(X[:, 0], y_pred, color='red')
plt.xlabel('Sepal length')
plt.ylabel('Target')
plt.show()

# 画出预测图
plt.scatter(X[:, 0], y)
plt.scatter(X[:, 0], y_pred, color='red')
plt.xlabel('Sepal length')
plt.ylabel('Target')
plt.show()

其中，第一个图是回归线图，第二个图是预测图。在预测图中，蓝色点表示真实值，红色点表示预测值。