python线性回归线案例

很高兴回答您的问题！下面是一个简单的Python线性回归示例：

import numpy as np
from sklearn.linear_model import LinearRegression

#定义输入和输出
x = np.array([5, 15, 25, 35, 45, 55]).reshape((-1, 1))
y = np.array([5, 20, 14, 32, 22, 38])

#创建模型
model = LinearRegression()

#拟合模型
model.fit(x, y)

#得到预测结果
y_pred = model.predict(x)

#输出结果
print("Coefficients:", model.coef_)
print("Intercept:", model.intercept_)
print("Predicted values:", y_pred)

这个例子使用Scikit-Learn库的LinearRegression类来进行线性回归。它首先定义输入和输出，然后创建一个模型并将其拟合到数据上。最后，它使用模型来预测新的输出，并输出拟合系数、截距和预测值。