请给以上代码添加详细注释

# 导入必要的库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import make_regression
from sklearn.linear_model import LinearRegression

# 生成随机数据集
X, y = make_regression(n_samples=100, n_features=1, noise=10)

# 绘制数据散点图
plt.scatter(X, y)

# 创建线性回归模型并进行拟合
model = LinearRegression()
model.fit(X, y)

# 绘制拟合直线
plt.plot(X, model.predict(X), color='red')

# 添加标题和标签
plt.title('Linear Regression')
plt.xlabel('X')
plt.ylabel('y')

# 显示图像
plt.show()