#导入库import pandas as pdimport numpy as np#模拟一些数据data=pd.DataFrame(np.random.randn(10,3),columns=["y","x1","x2"])#导入线性回归类from sklearn.linear_model import LinearRegression#开始建模估计回归系数#实例化一个回归模型regmodel = LinearRegression()#给模型传入测试集数据x和yregmodel.fit(data.loc[:,["x1","x2"]],data["y"])#线性回归训练#计算模型的可决系数regmodel.score(data.loc[:,["x1","x2"]],data["y"])#通过help(regmodel.score)可以看到这个方法返回的是回归方程的可决系数