python linearregression 例子

下面是一个简单的线性回归的例子：

import numpy as np
from sklearn.linear_model import LinearRegression

# 创建训练数据集
X_train = np.array([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9]])
y_train = np.array([1, 3, 2, 5, 7, 8, 8, 9, 10, 12])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X_train, y_train)

# 预测新数据
X_test = np.array([[10]])
y_pred = model.predict(X_test)

print(y_pred)  # 输出预测结果

在这个例子中，我们使用 `numpy` 库创建了一个训练数据集，包含了 10 个样本和它们的目标值。然后我们使用 `sklearn` 库的 `LinearRegression` 类创建了一个线性回归模型，并使用训练数据来训练模型。最后，我们使用训练好的模型对新数据进行预测，并输出预测结果。