使用sklearn库实现线性回归模型

线性回归是一种常见的机器学习算法，它可以用于预测一个连续值的输出。在Python中，可以使用sklearn库中的LinearRegression类来实现线性回归模型。以下是一个示例代码：

from sklearn.linear_model import LinearRegression

# 读取数据

X = [[0], [1], [2], [3]]

y = [0, 1, 2, 3]

# 创建模型

model = LinearRegression()

# 训练模型

model.fit(X, y)

# 预测结果

result = model.predict([[4]])

print(result)

在这个示例中，我们使用LinearRegression类读取数据、创建模型、训练模型和预测结果。通过调整输入的X和y，我们可以使用这个模型来预测各种不同的输出。如果您需要更详细的信息，请查看sklearn的官方文档。