python线性回归模型

下面是一个简单的 Python 线性回归模型的例子：

import numpy as np
from sklearn.linear_model import LinearRegression

# 输入数据
X = np.array([1, 2, 3, 4, 5, 6]).reshape((-1, 1))
y = np.array([2, 3, 4, 5, 6, 7])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 预测新数据
X_new = np.array([7]).reshape((-1, 1))
y_new = model.predict(X_new)
print(y_new)

这个例子中，我们使用 `numpy` 库创建了一个包含输入数据的一维数组 `X` 和输出数据的一维数组 `y`。然后，我们使用 `sklearn` 库中的 `LinearRegression` 类创建了一个线性回归模型，并使用 `fit` 方法训练模型。最后，我们使用 `predict` 方法预测新的数据点的输出值，并将结果打印出来。