以下のコードでは、Numpy の random モジュールを用いてガウス分布に従う乱数を変数 X に定義しています．
また、関数 y = 4 + 3*X + ガウスノイズ を用いてデータを生成しています．
下記の設問に対する答えとして相応しものを選択肢から選び、次のコードの空欄（##########）を埋めて、
線形回帰モデルで変数 X、y を訓練データとして、 y を予測するモデルを用意してください．
import numpy as np
# Q1：scikit-learn ライブラリから線形回帰モデルをインポートしてください．
##########
[Q1 選択肢]
1. from sklearn.linear_model import LinearRegression
2. from sklearn.linear_model import LinearRegressionClassifier
3. from sklearn.model_selection import LinearRegression
4. from sklearn.model_selection import LinearRegressionClassifier
np.randomseed(0)
X = 2 * np.random.rand(100,1)
y = 4 + 3 * X + np.random.rand(100,1)
# Q2：変数 model に線形回帰モデルを定義してください．
model = ##########
[Q2の選択肢]
1. LinearRegression()
2. LinearRegression
3. LinearRegression(X, y)
4. LinearRegression().fit(X, y)
# Q3：訓練データを用いてモデルを学習させてください．
##########
[Q3の選択肢]
1. model.fit()
2. model.fit(X,y)
3. model.predict()
4. model.predict(X, y)
# Q4：求められた切片を出力してください．
print(##########)
print()
# Q5：求められた説明変数を出力してください
print(##########)
[Q4、5 の選択肢]
1. model.intercept_
2. model.coef_
3. model.bias_
4. model.best_