python人工智能机器学习代码

当谈到Python中的人工智能和机器学习，最常用的库是scikit-learn和tensorflow。下面是一个简单的示例代码，演示如何使用scikit-learn库来构建一个简单的线性回归模型：

# 导入所需的库
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

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

# 准备训练数据
X = [[1], [2], [3], [4], [5]]  # 输入特征
y = [2, 4, 6, 8, 10]  # 目标变量

# 将数据拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model.fit(X_train, y_train)

# 进行预测
y_pred = model.predict(X_test)

# 计算均方误差
mse = mean_squared_error(y_test, y_pred)
print("均方误差:", mse)