线性回归模型示例

线性回归是机器学习中一种常用的预测模型，它通过拟合数据点来预测连续值。以下是一个简单的线性回归模型示例，使用Python语言实现。

代码示例

import numpy as np
from sklearn.linear_model import LinearRegression

# 创建数据集
X = np.array([[1, 2], [2, 3], [3, 4], [4, 5]])
y = np.array([2, 3, 4, 5])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 预测
y_pred = model.predict(X)

print("预测值：", y_pred)

扩展阅读

想要了解更多关于线性回归的知识，可以阅读以下文章：

• 线性回归原理
• 线性回归应用

图片示例

线性回归模型预测结果可视化：