简述如何使用 Python 的 Scikit - learn 库进行简单的线性回归分析。

答题要点

使用 Python 的 Scikit - learn 库进行简单的线性回归分析主要包括以下步骤。首先，导入必要的库，如 import numpy as np、import matplotlib.pyplot as plt 和 from sklearn.linear_model import LinearRegression。然后，准备数据，将自变量和因变量分别存储在数组中。例如，X = np.array([[1], [2], [3], [4]])，y = np.array([2, 4, 6, 8])。接着，创建线性回归模型对象，model = LinearRegression()。之后，使用 fit 方法对模型进行训练，model.fit(X, y)。训练完成后，可以获取模型的系数和截距，如 coefficients = model.coef_，intercept = model.intercept_。还可以使用 predict 方法进行预测，new_X = np.array([[5]])，prediction = model.predict(new_X)。最后，可以使用 matplotlib 库绘制数据点和拟合直线，直观展示线性回归的结果。Scikit - learn 提供了简单易用的接口，方便进行线性回归分析和其他机器学习任务。