给我一个线性回归的代码

当然，我可以给你一个简单的Python示例，使用sklearn库来实现线性回归。线性回归是一种预测模型，它假设目标变量和特征之间存在线性关系。首先，你需要安装scikit-learn`。

# 导入所需的库
from sklearn.model_selection import train_test_split 
from sklearn.linear_model import LinearRegression
import pandas as pd
import numpy as np

# 假设你有一个数据集df，其中包含特征X和目标变量y
# X = df['features_column'].values.reshape(-1, 1) # 特征列
# y = df['target_column'] # 目标值列

# 将数据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)

# 创建线性回归模型
model = LinearRegression()

# 使用训练数据拟合模型
model.fit(X_train, y_train)

# 预测测试集的结果
y_pred = model.predict(X_test)

# 打印模型的系数和截距
print(f"Coefficients: {model.coef_}")
print(f"Intercept: {model.intercept_}")

# 显示一些关于模型性能的指标