写一个linearregression.fit()函数代码的例子

好的，以下是一个简单的线性回归模型的fit函数实现示例：

import numpy as np

class LinearRegression:
    def __init__(self, lr=0.01, n_iters=1000):
        self.lr = lr
        self.n_iters = n_iters
        self.weights = None
        self.bias = None
    
    def fit(self, X, y):
        # 初始化权重和偏差
        n_samples, n_features = X.shape
        self.weights = np.zeros(n_features)
        self.bias = 0
        
        # 梯度下降训练模型
        for _ in range(self.n_iters):
            y_predicted = np.dot(X, self.weights) + self.bias
            dw = (1 / n_samples) * np.dot(X.T, (y_predicted - y))
            db = (1 / n_samples) * np.sum(y_predicted - y)

            self.weights -= self.lr * dw
            self.bias -= self.lr * db
    
    def predict(self, X):
        y_predicted = np.dot(X, self.weights) + self.bias
        return y_predicted

其中，fit函数使用梯度下降法更新权重和偏差，训练模型。X是输入样本的特征矩阵，y是对应的目标值。在这个例子中，我们只考虑一个单变量的线性回归模型。