请写出线性回归模型预测代码

以下是使用Python中的Scikit-learn库建立线性回归模型进行天气温度预测的代码示例：

# 导入必要的库
from sklearn.linear_model import LinearRegression
import pandas as pd
import numpy as np

# 读取历史天气数据
data = pd.read_csv('weather.csv')

# 构建特征矩阵X和目标变量y
X = data[['时间', '季节', '海拔高度']]
y = data['温度']

# 建立线性回归模型
model = LinearRegression()
model.fit(X, y)

# 预测未来十四天的温度
future = pd.DataFrame({'时间': ['2022-01-01', '2022-01-02', ..., '2022-01-14'],
                       '季节': ['冬季', '冬季', ..., '冬季'],
                       '海拔高度': [100, 200, ..., 300]})
future_X = future[['时间', '季节', '海拔高度']]
future_y = model.predict(future_X)

# 输出预测结果
print(future_y)

需要注意的是，以上代码仅是一个示例，实际应用中需要根据数据的特点进行调整。同时，线性回归模型也有一定的局限性，需要综合考虑其他模型的优缺点来选择合适的模型。