Python 求线性回归方程的包

Python 中求解线性回归方程的包主要有以下几个：

1. Scikit-learn：Scikit-learn 是一个机器学习库，其中包含了线性回归模型。可以使用 `linear_model.LinearRegression` 类来进行线性回归建模。代码示例：

from sklearn.linear_model import LinearRegression

X = [[1], [2], [3], [4]]
y = [2, 4, 5, 8]

model = LinearRegression()
model.fit(X, y)

print("Intercept:", model.intercept_)
print("Slope:", model.coef_)

2. Statsmodels：Statsmodels 是一个统计模型库，其中也包含了线性回归模型。可以使用 `OLS` 类来进行线性回归建模。代码示例：

import numpy as np
import statsmodels.api as sm

X = [[1], [2], [3], [4]]
y = [2, 4, 5, 8]

X = sm.add_constant(X)
model = sm.OLS(y, X).fit()

print(model.summary())

3. TensorFlow：TensorFlow 是一个深度学习框架，其中也包含了线性回归模型。可以使用 `tf.keras.Sequential` 和 `tf.keras.layers.Dense` 类来进行线性回归建模。代码示例：

import tensorflow as tf

X = [[1], [2], [3], [4]]
y = [2, 4, 5, 8]

model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=1, input_shape=[1])
])

model.compile(optimizer=tf.keras.optimizers.Adam(1e-1),
              loss='mse')

model.fit(X, y, epochs=1000, verbose=False)

print("Intercept:", model.layers[0].get_weights()[1])
print("Slope:", model.layers[0].get_weights()[0])