线性回归是一种用于建立变量之间线性关系的统计模型。通过线性回归,我们可以预测一个因变量(目标变量)与一个或多个自变量之间的关系。在本文中,我们将使用Python来实现一个简单的线性回归模型。
首先,我们需要导入所需的库。我们将使用NumPy库进行数值计算,并使用Matplotlib库进行数据可视化。
import numpy as np
import matplotlib.pyplot as plt
接下来,我们需要准备我们的数据。在这个例子中,我们将使用一个简单的模拟数据集。假设我们有一组身高和体重的数据,我们的目标是根据身高来预测体重。我们将创建两个NumPy数组来存储身高和体重的数据。
# 输入数据 - 身高(单位:厘米)
X = np