在Python中，可以使用scikit-learn庫來實現回歸模型的測試。以下是一個簡單的回歸測試的示例代碼：
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
# 假設我們有一組特征數據 X 和對應的目標變量 y
# 將數據集拆分為訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 創建線性回歸模型
model = LinearRegression()
# 在訓練集上訓練模型
model.fit(X_train, y_train)
# 在測試集上進行預測
y_pred = model.predict(X_test)
# 計算均方誤差
mse = mean_squared_error(y_test, y_pred)
print("均方誤差：", mse)
在這個示例中，我們首先將數據集劃分為訓練集和測試集，然后創建一個線性回歸模型并在訓練集上進行訓練。然后，我們使用訓練好的模型對測試集進行預測，并計算預測結果與真實目標變量之間的均方誤差。
