请写一段可以用于极少量数据预测的线性模型python代码，比如只有两个数据

好的，以下是一个简单的线性回归模型的Python代码示例，可以用于极少量数据的预测，包括两个数据：

import numpy as np
from sklearn.linear_model import LinearRegression

# 构造数据集
X = np.array([[1], [2]]) # 特征矩阵，每行表示一个样本的特征
y = np.array([2, 4]) # 目标值，每个元素对应一个样本的输出

# 创建线性回归模型
model = LinearRegression()

# 拟合模型
model.fit(X, y)

# 预测新数据
x_new = np.array([[3]])
y_new = model.predict(x_new)

# 输出预测结果
print("预测结果：", y_new)

以上代码中，我们使用了numpy库来创建特征矩阵和目标值数组，使用sklearn库中的LinearRegression类来创建线性回归模型，然后使用拟合好的模型来预测新数据。在这个例子中，我们仅使用了两个数据进行模型的训练和预测。