sklearn线性回归代码实现

很高兴能帮助你！以下是sklearn中使用线性回归模型的示例代码：

# 导入必要的包
from sklearn.linear_model import LinearRegression
import numpy as np

# 构造数据集
X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])
y = np.dot(X, np.array([1, 2])) + 3

# 训练模型
reg = LinearRegression().fit(X, y)

# 预测结果
print(reg.predict(np.array([[3, 5]])))

以上代码演示了如何使用线性回归模型拟合一个二维数据集，并使用模型对新数据进行预测。如果你有任何疑问，欢迎继续提问！