用代码生成线性回归模型

好的，关于生成线性回归模型的代码，我可以给您提供以下 Python 代码示例：

import numpy as np
from sklearn.linear_model import LinearRegression

# 创建示例数据
X = np.array([[1, 2], [3, 4], [5, 6]])
y = np.array([3, 7, 11])

# 创建线性回归对象
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 输出模型参数
print('斜率:', model.coef_)
print('截距:', model.intercept_)

以上代码中，我们首先导入了 NumPy 库和 scikit-learn 中的线性回归模型 `LinearRegression`。然后，我们创建了一个示例数据集 `X` 和 `y`。接着，我们通过创建一个线性回归对象 `model` 并调用 `fit` 方法来训练模型。最后，我们输出了模型的斜率和截距。

希望这个示例代码能够对您有所帮助！