线性回归

第1关：一元线性回归拟合模型

任务描述
本关任务：编写一个一元线性回归拟合模型。

相关知识
为了完成本关任务，你需要掌握：
1.matplotlib 画图，
2.掌握一元线性回归拟合模型。

matplotlib画图
假设你想计算匹萨的价格。虽然看看菜单就知道了，不过也可以用机器学习方法建一个线性回归模型，通过分析匹萨的直径与价格的数据的线性关系，来预测任意直径匹萨的价格。先用 scikitlearn 写出回归模型，然后介绍模型的用法，以及将模型应用到具体问题中。假设我们查到了部分匹萨的直径与价格的数据，这就构成了训练数据

import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
X = [[6], [8], [10], [14], [18]]
y = [[7], [9], [13], [17.5], [18]]
plt.figure()
# 根据右侧内容提示补充部分代码
# ********** Begin *********#
plt.scatter(X, y, color='black')
X2 = [[0], [10], [14], [25]]
model = LinearRegression()
model.fit(X, y)
y2 = model.predict(X2