python线性回归怎么获取斜率和截距

在 Python 中，可以使用 scikit-learn 库中的 LinearRegression 模块来实现线性回归并获取斜率和截距。具体步骤如下：

1. 导入 LinearRegression 模块

from sklearn.linear_model import LinearRegression

2. 准备数据

假设我们有一个包含自变量 x 和因变量 y 的数据集，可以将其分别存储在两个数组中（比如 numpy 数组）。

import numpy as np

# 自变量 x
x = np.array([1, 2, 3, 4, 5])

# 因变量 y
y = np.array([2, 4, 5, 4, 5])

3. 创建 LinearRegression 模型

model = LinearRegression()

4. 训练模型并获取斜率和截距

# 训练模型
model.fit(x.reshape(-1, 1), y)

# 获取斜率和截距
slope = model.coef_[0]
intercept = model.intercept_

print("斜率：", slope)
print("截距：", intercept)

其中，`coef_` 属性返回的是一个数组，因为在多元线性回归中，每个自变量都有一个对应的系数。而在这个例子中，只有一个自变量 x，因此可以直接取出第一个元素。

值得注意的是，由于 LinearRegression 模块要求输入的自变量和因变量都是二维数组，因此需要使用 `reshape(-1, 1)` 将 x 转化为二维数组。