现有数据‘GOOG.xlsx’。数据文件包含7列，分别代表着【股票代码、日期、收盘指数、最高指数、最低指数、开盘指数、数量】。该数据文件只包含了GOOG单只股票从2016-06-14至2021-06-11的数据。
要求以后100天之前的数据作为训练数据，后100天的数据作为测试数据，使用机器学习中的回归算法对【收盘指数】进行预测（需要考虑使用哪一种回归算法）。随后对得到的预测值与真实值进行对比，并使用python中的绘图方法将预测值与真实值的折线图进行绘制。要求使用两种颜色绘制折线，设置横坐标的节点为25个日期点（但绘制的是100天的数据），并相应添加图像的标题、横纵坐标名、图例。
逻辑：
①读取数据 → ②将数据切分为训练集和测试集的x，y → ③用机器学习库中回归算法模块进行训练与预测得到预测值的y → ④提取后100天数据的日期于一个列表中 → ⑤设置两个空列表x1与x2 → ⑥x1存放1-100的数字，x2存放每隔4个一次的1-100的数字 → ⑦绘制图像（前面步骤提到的日期列表、x1、x2都会用到）
