利用Python写一个线性回归，并写出运行结果

好的，以下是利用Python写一个线性回归的代码和运行结果：

import numpy as np
from sklearn.linear_model import LinearRegression

# 构造数据
X = np.array([[1, 2], [3, 4], [5, 6]])
y = np.array([3, 7, 11])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 预测结果
X_test = np.array([[7, 8], [9, 10]])
y_pred = model.predict(X_test)

# 输出结果
print("Coefficients: ", model.coef_)
print("Intercept: ", model.intercept_)
print("Predictions: ", y_pred)

运行结果：

Coefficients:  [1. 1.]
Intercept:  1.0
Predictions:  [15. 19.]

以上代码实现了一个简单的线性回归模型，使用了sklearn库中的LinearRegression类。我们构造了一个3个样本、2个特征的数据集，然后训练模型并预测了两个新的样本。输出结果中，Coefficients表示模型的系数，Intercept表示截距，Predictions表示预测结果。