La régression linéaire modélise une cible numérique comme une combinaison linéaire des features : y = b0 + b1 x1 + ... Les coefficients sont estimés en minimisant la somme des carrés des erreurs. Le modèle est simple et interprétable, mais ne capte que des relations linéaires, et est sensible aux valeurs extrêmes.
Exemple
LinearRegression().fit(X_train, y_train).coef_