在Scikit-learn中，可以使用LinearRegression类来实现线性回归。下面是一个简单的示例代码：
from sklearn.linear_model import LinearRegression
import numpy as np
# 创建一些示例数据
X = np.array([[1], [2], [3], [4]])
y = np.array([2, 4, 6, 8])
# 创建线性回归模型
model = LinearRegression()
# 拟合模型
model.fit(X, y)
# 进行预测
y_pred = model.predict([[5]])
print(y_pred)
在这个示例中，首先创建了一些示例数据X和y，然后创建了一个LinearRegression模型，并用fit方法拟合了这些数据。最后使用predict方法对新的数据进行预测。
