用python求线性回归方程

要使用 Python 求解线性回归方程，你可以使用 scikit-learn 库。下面是一个简单的示例代码：

import numpy as np
from sklearn.linear_model import LinearRegression

# 输入训练数据
X_train = np.array([[1], [2], [3], [4], [5]])
y_train = np.array([2, 4, 6, 8, 10])

# 创建线性回归模型并进行训练
model = LinearRegression()
model.fit(X_train, y_train)

# 打印回归方程的系数和截距
print("回归方程的系数: ", model.coef_)
print("回归方程的截距: ", model.intercept_)

这段代码创建了一个简单的线性回归模型，并使用训练数据进行拟合。训练数据中的 X_train 是自变量，y_train 是因变量。通过拟合过程，模型会找到最佳的回归方程，其中 coef_ 表示方程的系数，intercept_ 表示截距。

注意，这只是一个简单的示例，实际应用中可能需要更复杂的数据预处理和模型评估步骤。