sklearn多元线性回归

sklearn提供了多种多元线性回归模型，其中最常用的是LinearRegression模型。这个模型使用最小二乘法来拟合线性回归模型，可以通过fit方法拟合模型，通过predict方法预测结果。以下是一个简单的例子：

from sklearn.linear_model import LinearRegression
import numpy as np

# 生成随机数据
X = np.random.rand(100, 5)
y = np.dot(X, [1, 2, 3, 4, 5]) + np.random.randn(100)

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

# 预测结果
y_pred = model.predict(X)

除了LinearRegression模型，sklearn还提供了其他多元线性回归模型，如Ridge、Lasso、ElasticNet等等。它们的区别在于正则化方法的不同，可以根据实际需要选择合适的模型。