线性回归 Python代码

下面是一个简单的线性回归 Python 代码示例：

import numpy as np
from sklearn.linear_model import LinearRegression

# 生成数据
np.random.seed(0)
X = np.random.rand(100, 1)
y = 2 + 3 * X + np.random.rand(100, 1)

# 建立模型
model = LinearRegression()
model.fit(X, y)

# 预测
x_new = np.array([[0.5]])
y_new = model.predict(x_new)

# 输出结果
print(y_new)

在这个示例中，我们使用 `numpy` 生成了随机数据，然后使用 `LinearRegression` 类从 `sklearn.linear_model` 模块中创建了一个线性回归模型。我们使用 `fit` 方法拟合模型，并使用 `predict` 方法预测新的输入数据。最后，我们使用 `print` 函数输出预测结果。

相关问题

多元线性回归python代码

当使用Python进行多元线性回归时，可以使用一些常见的机器学习库，如scikit-learn。下面是一个使用scikit-learn库实现多元线性回归的简单示例代码：

from sklearn.linear_model import LinearRegression
import numpy as np