python线性回归怎么写

以下是使用Python编写线性回归模型的示例代码：

import numpy as np

# 定义线性回归模型
class LinearRegression:
    def __init__(self):
        self.w = None

    def fit(self, X, y):
        # 添加偏置项
        X = np.concatenate((np.ones((X.shape[0], 1)), X), axis=1)
        # 计算最优权重
        self.w = np.linalg.inv(X.T.dot(X)).dot(X.T).dot(y)

    def predict(self, X):
        # 添加偏置项
        X = np.concatenate((np.ones((X.shape[0], 1)), X), axis=1)
        # 预测结果
        y_pred = X.dot(self.w)
        return y_pred
# 创建线性回归对象
lr = LinearRegression()

# 准备训练数据
X_train = np.array([[80], [100], [120], [140], [160]])
y_train = np.array([125, 140, 155, 170, 185])

# 训练模型
lr.fit(X_train, y_train)

# 准备测试数据
X_test = np.array([[90], [110], [130], [150]])
y_test = np.array([135, 150, 165, 180])

# 预测结果
y_pred = lr.predict(X_test)
print("预测结果：", y_pred)