补全以下程序，完成以下功能：给定数据集中有3组数据(0，0)，(1，1)，(2，2)，以下代码基于该数据集创建并训练了一个线性回归模型。代码中，首先导入linear_model模块，实例化一个线性回归模型对象clf；基于给定的训练数据，拟合出回归方程。最后输出该回归方程的系数和截距。请填空完善该代码并写出运行结果。“# （1）导入库 _________________________________ # 导入线性回归库 # （2）加载训练数据X = [[0, 0], [1, 1], [2, 2]] y = [0, 1, 2] # （3）创建线性回归模型对象 clf = ______________________________ # 创建线性回归模型对象 # 在下面填写一行代码，实现使用数据集训练模型，拟合直线 ____________________________________ # （4）输出拟合好的函数的系数和截距 print(clf.coef_) # 在下面填写一行代码，实现输出拟合好函数的截距 ______________________________”

# （1）导入库
from sklearn import linear_model # 导入线性回归库

# （2）加载训练数据
X = [[0, 0], [1, 1], [2, 2]]
y = [0, 1, 2]

# （3）创建线性回归模型对象
clf = linear_model.LinearRegression() # 创建线性回归模型对象

# 在下面填写一行代码，实现使用数据集训练模型，拟合直线
clf.fit(X, y)

# （4）输出拟合好的函数的系数和截距
print(clf.coef_) # 在下面填写一行代码，实现输出拟合好函数的截距
print(clf.intercept_)