多个个体因变量，一一线性回归的代码

import numpy as np
from sklearn.linear_model import LinearRegression

# 假设有3个个体因变量 Y1, Y2, Y3 和一个自变量 X
X = np.array([[1], [2], [3], [4], [5]])  # 自变量 X 的取值
Y1 = np.array([2, 4, 6, 8, 10])  # 个体因变量 Y1 的取值
Y2 = np.array([1, 3, 5, 7, 9])  # 个体因变量 Y2 的取值
Y3 = np.array([0, 2, 4, 6, 8])  # 个体因变量 Y3 的取值

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(X, Y1)  # 针对个体因变量 Y1 进行训练
model.fit(X, Y2)  # 针对个体因变量 Y2 进行训练
model.fit(X, Y3)  # 针对个体因变量 Y3 进行训练

# 预测新数据
new_X = np.array([[6], [7], [8]])  # 新的自变量 X 的取值
predicted_Y1 = model.predict(new_X)  # 预测个体因变量 Y1
predicted_Y2 = model.predict(new_X)  # 预测个体因变量 Y2
predicted_Y3 = model.predict(new_X)  # 预测个体因变量 Y3

print("预测结果:")
print("Y1:", predicted_Y1)
print("Y2:", predicted_Y2)
print("Y3:", predicted_Y3)