Python 求二元线性回归方程

二元线性回归是一种常用的统计学方法，用于分析两个变量之间的关系。在Python中，可以使用scikit-learn库进行二元线性回归的求解。

以下是一些简单的步骤来实现二元线性回归：

1. 导入必要的库：

import numpy as np
from sklearn.linear_model import LinearRegression

2. 准备数据，将自变量和因变量分别存放在两个numpy数组中：

x = np.array([1, 2, 3, 4, 5]).reshape((-1, 1))
y = np.array([2, 4, 5, 4, 5])

3. 创建一个线性回归模型对象，并用数据拟合该模型：

model = LinearRegression().fit(x, y)

4. 输出回归系数和截距：

print('回归系数:', model.coef_)
print('截距:', model.intercept_)

这样就可以得到一个二元线性回归方程，形如 y = a*x + b，其中a为回归系数，b为截距。