用sklearn建立回归模型，需要下载那些软件

使用scikit-learn (sklearn) 建立回归模型，首先你需要安装Python语言环境。然后，你可以通过pip这个包管理工具轻松地安装sklearn库。如果你还没有安装Python，可以从官网https://www.python.org/downloads/ 下载并安装。

安装步骤通常是这样的：
1. 打开命令行终端（Windows用户可以打开CMD或PowerShell，Mac/Linux用户使用终端）。
2. 运行 `pip install scikit-learn` 来安装sklearn及其依赖项，如NumPy、SciPy等科学计算库。

安装完成后，你就可以在Python环境中导入sklearn，并使用其提供的各种回归算法，比如线性回归（LinearRegression）、决策树回归（DecisionTreeRegressor）等。以下是一个简单的示例：

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import pandas as pd

# 加载数据（假设你已经有了一个CSV文件）
data = pd.read_csv('your_data.csv')

# 数据预处理
X = data.drop('target_column', axis=1) # 特征列
y = data['target_column'] # 目标变量

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 创建并训练模型
model = LinearRegression()
model.fit(X_train, y_train)

# 预测
predictions = model.predict(X_test)