linearregression类怎么使用

linear regression 是一种机器学习算法，用于预测一个连续变量（如房价、销售额等）与一个或多个自变量（如房间数量、行业指标等）之间的线性关系。使用该算法需要先准备训练数据集，并使用该数据集训练模型。代码示例如下：

from sklearn.linear_model import LinearRegression
import pandas as pd

# 读入训练数据集，dataframe 格式
df = pd.read_csv('train.csv')

# 提取自变量和因变量
X = df[['rooms', 'size', 'year']]
y = df['price']

# 拟合模型
linreg = LinearRegression().fit(X, y)

# 预测新的房屋价格
new_data = pd.DataFrame({'rooms': [3], 'size': [1500], 'year': [2005]})
linreg.predict(new_data)