用python写一段计算数据集线性程度评分并输出的代码

好的，以下是一个简单的用Python计算数据集线性程度评分并输出的代码示例：

import numpy as np
from sklearn.linear_model import LinearRegression

# 假设你有一个数据集，包含x和y两个变量
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

# 创建一个线性回归模型
model = LinearRegression()

# 将x和y变量转换成二维数组
X = x.reshape(-1, 1)
Y = y.reshape(-1, 1)

# 拟合模型到数据上
model.fit(X, Y)

# 计算R-squared值
r_squared = model.score(X, Y)

# 输出线性程度评分
print("线性程度评分：", r_squared)

在上面的代码中，我们使用了NumPy和scikit-learn库来计算线性回归模型的R-squared值，从而评估数据集的线性程度。R-squared值越接近1，说明数据集越线性。