python标准线性回归函数代码

以下是使用Python进行线性回归的标准代码：

import numpy as np
from sklearn.linear_model import LinearRegression

# 创建示例数据
X = np.array([[1, 2], [3, 4], [5, 6]])
y = np.array([3, 7, 11])

# 创建线性回归模型对象
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 预测新数据
new_X = np.array([[7, 8], [9, 10]])
predictions = model.predict(new_X)

# 输出预测结果
print(predictions)

在这个例子中，我们使用Numpy创建了一个2D数组，其中包含三个样本和两个特征。我们还创建了一个1D数组，其中包含每个样本的目标值。然后，我们使用sklearn库中的LinearRegression类创建一个线性回归模型对象，并使用fit()函数训练该模型。最后，我们使用predict()函数对新数据进行预测，并输出预测结果。