线性回归示例代码

线性回归是机器学习中一个非常重要的算法，它主要用于预测连续值。以下是一个简单的线性回归示例代码，使用了Python编程语言。

代码示例

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

# 创建一些示例数据
X = np.array([[1, 2], [2, 3], [3, 4], [4, 5]])
y = np.array([1, 2, 3, 4])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 输出模型的参数
print("斜率：", model.coef_)
print("截距：", model.intercept_)

# 使用模型进行预测
y_pred = model.predict([[5, 6]])
print("预测值：", y_pred)

相关链接

想了解更多关于线性回归的信息？请访问我们的机器学习教程页面。

线性回归