Python 生成回归方程：使用 scikit-learn 实现线性回归

要生成回归方程，可以使用 Python 中的机器学习库，如 scikit-learn。以下是一个简单的示例，使用线性回归模型来生成回归方程：

import numpy as np
from sklearn.linear_model import LinearRegression

# 生成一些随机数据作为示例
X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])
y = np.dot(X, np.array([1, 2])) + 3

# 创建线性回归模型
model = LinearRegression()

# 拟合数据
model.fit(X, y)

# 打印回归方程的系数和截距
print('回归方程的系数：', model.coef_)
print('回归方程的截距：', model.intercept_)

运行以上代码，将会得到回归方程的系数和截距。在这个例子中，回归方程可以表示为 y = 1x1 + 2x2 + 3。