用python计算线性回归

要使用Python进行线性回归，可以使用scikit-learn库中的LinearRegression模型。以下是一个示例代码：

import numpy as np
from sklearn.linear_model import LinearRegression

# 准备数据
X = np.array([[1], [2], [3], [4], [5]])
y = np.array([2, 4, 6, 8, 10])

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 进行预测
X_new = np.array([[6]])
y_pred = model.predict(X_new)

# 打印预测结果
print(y_pred)

这个示例中，我们使用了一个简单的一维数据集，其中X是特征矩阵，y是目标变量。我们创建了一个LinearRegression模型，并使用fit()方法进行训练。然后，我们使用predict()方法对新的特征值进行预测，并打印结果。