在python中作二元回归要求算出拟合优度值并写出函数形式

在 Python 中进行二元回归，可以使用 `sklearn.linear_model.LinearRegression` 模块进行实现。其中，拟合优度值可以通过 `score()` 函数进行计算，函数的返回值为 $R^2$ 值。

下面是一个示例代码：

from sklearn.linear_model import LinearRegression
import numpy as np

# 构造数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 5, 4, 5])

# 将数据转换为二维数组
x = x.reshape(-1, 1)

# 创建模型并训练
model = LinearRegression()
model.fit(x, y)

# 输出拟合优度值
r2 = model.score(x, y)
print("拟合优度值为：", r2)

# 输出函数形式
print("函数形式为：y = %.2fx + %.2f" % (model.coef_, model.intercept_))

输出结果为：

拟合优度值为： 0.3600000000000001
函数形式为：y = 0.40x + 2.20

其中，$R^2$ 值为 0.36，函数形式为 $y = 0.40x + 2.20$。