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和sklearn库。

首先，我们需要进行多元线性回归的拟合，可以使用sklearn库的LinearRegression模型。以下示例代码演示了如何拟合一个多元线性回归模型：

from sklearn.linear_model import LinearRegression

# 定义自变量和因变量
X = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
y = [5, 6, 7, 8]

# 定义线性回归模型
model = LinearRegression()

# 拟合模型
model.fit(X, y)

接下来，我们可以使用matplotlib库来画出回归线和预测图。以下示例代码演示了如何画出一个二元线性回归的预测图：

import matplotlib.pyplot as plt
import numpy as np

# 定义自变量和因变量
X = [[1, 2], [3, 4], [5, 6]]
y = [7, 8, 9]

# 定义线性回归模型
model = LinearRegression()

# 拟合模型
model.fit(X, y)

# 画出预测图
plt.scatter(X[:, 0], y)
plt.plot(X[:, 0], model.predict(X), color='red')
plt.show()

上述代码中，我们使用了plt.scatter函数画出了散点图，使用plt.plot函数画出了回归线，最后使用plt.show函数显示图像。

注意，以上代码仅适用于二元线性回归。对于多元线性回归，我们需要选择一个自变量作为x轴，然后画出其对应的因变量和预测值。