机器学习外部验证相似性问题

请问下面图是怎么画出来的，是比较外部验证数据集和训练集验证集的相似性。付费咨询，感谢各位。

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7476634
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：以一元及二元函数为例，通过多项式的函数图像观察其拟合性能；以及对用多项式作目标函数进行机器学习时的一些理解。
• 除此之外, 这篇博客: 深度学习简介中的 所示，每次按照梯度下降优化一组参数。最终，使得模型在训练数据集中得到比较好的效果。关于在测试集上的效果，读者可以通过自己尝试总结。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  
• 您还可以看一下 纪佳琪老师的机器学习之线性回归理论与代码实践课程中的 数据归一化，画直线图，画损失函数图小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^