如何用python建立多个特征值与一个自变量的线性关系模型

可以使用Python中的scikit-learn库来建立多个特征值与一个自变量的线性关系模型。以下是一个简单的示例代码：

from sklearn.linear_model import LinearRegression

# 创建一个线性回归模型对象
model = LinearRegression()

# 定义自变量和特征值
X = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]  # 多个特征值
y = [10, 20, 30]  # 自变量

# 训练模型
model.fit(X, y)

# 预测结果
result = model.predict([[10, 11, 12]])

# 输出预测结果
print(result)

在上述代码中，我们首先导入了`LinearRegression`类，然后创建了一个`LinearRegression`对象。接着定义了自变量和特征值，然后使用`fit`方法训练模型。最后使用`predict`方法对新的特征值进行预测，并输出预测结果。请注意，特征值是一个二维数组，其中每一行代表一个样本，每一列代表一个特征值。