求这个线性回归模型的回归函数，

求这个线性回归模型的回归函数，并解释AT(温度)、V(力)、AP(湿度)、RH(压强)与电力输出PE的回归关系。

你这个代码已经给出来结果了，就是PE=-1.9687AT-0.2385V+0.057AP-0.1593RH+5.5822

回归函数：
PE=-1.9687AT-0.2385V+0.057AP-0.1593RH+5.5822
也就是当 AT变1，则PE就变 -1.9687，后面也就以此类推。
建议你直接用

from sklearn.linear_model import LinearRegression
regr = LinearRegression()
regr.fit(x, y)

print('各系数为:' + str(regr.coef_))
print('常数项系数k0为:' + str(regr.intercept_))

import statsmodels.api as sm  # 引入线性回归模型评估相关库
X2 = sm.add_constant(x)
est = sm.OLS(y, X2).fit()
est.summary()

这上面的 summary() 可以直接看，我自己的例子效果如下

y=w1x1+w2x2+w3x3+b，w的矩阵就是那个coef_，b就是那个intercept_