多元线性回归python例题

当然，我可以为你提供一个多元线性回归的Python例题。以下是一个使用`scikit-learn`库进行多元线性回归的例子：

# 导入所需的库
import numpy as np
from sklearn.linear_model import LinearRegression

# 输入特征矩阵
X = np.array([[1, 2], [2, 4], [3, 6], [4, 8]])
# 目标变量数组
y = np.array([3, 6, 9, 12])

# 创建线性回归模型
model = LinearRegression()

# 拟合模型
model.fit(X, y)

# 预测新的数据点
new_data = np.array([[5, 10], [6, 12]])
predictions = model.predict(new_data)

print("预测值：", predictions)

在这个例子中，我们使用了一个2维的特征矩阵`X`和一个目标变量数组`y`。我们使用`LinearRegression`来创建一个线性回归模型，并使用拟合方法`fit`对模型进行训练。然后，我们使用训练好的模型对新的数据点进行预测，并输出预测结果。

希望这个例子对你有帮助！如果你有任何其他问题，请随时提问。