线性回归的python代码

下面是一个简单的线性回归示例的Python代码，使用Scikit-Learn库（前提是已经安装好了Scikit-Learn库）：

import numpy as np
from sklearn.linear_model import LinearRegression

# 创建示例数据
x = np.array([1, 2, 3, 4, 5]).reshape((-1, 1))
y = np.array([2, 3, 4, 6, 7])

# 创建线性回归模型并拟合数据
model = LinearRegression()
model.fit(x, y)

# 预测新数据
x_new = np.array([6]).reshape((-1, 1))
y_new = model.predict(x_new)
print(y_new)

在这个例子中，我们使用`LinearRegression`类来实现线性回归模型。我们使用`x`和`y`来拟合模型，然后使用`predict`方法来预测新的数据点。

相关问题

多元线性回归python代码

当使用Python进行多元线性回归时，可以使用一些常见的机器学习库，如scikit-learn。下面是一个使用scikit-learn库实现多元线性回归的简单示例代码：

from sklearn.linear_model import LinearRegression
import numpy as np