生成预测北京市二手房房价的线性回归代码

下面是一份基于Python的简单线性回归代码，可以用来预测北京市二手房房价：

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

# 读取数据
data = pd.read_csv('beijing_secondhand_house.csv')

# 提取特征和标签
X = data[['area', 'room_num', 'living_room_num', 'bathroom_num']]
y = data['price']

# 划分训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X_train, y_train)

# 预测数据
y_pred = model.predict(X_test)

# 计算模型的性能指标
from sklearn.metrics import mean_squared_error, r2_score
print('MSE:', mean_squared_error(y_test, y_pred))
print('R2 score:', r2_score(y_test, y_pred))

其中，数据集应该包含以下列：房屋面积（area）、房间数量（room_num）、客厅数量（living_room_num）、卫生间数量（bathroom_num）和房价（price）。

注意：这是一个简单的线性回归模型，可能无法很好地预测北京市二手房房价，需要更多的特征和更复杂的模型来提高预测的准确性。