目的是根据一个或多个输入特征预测连续变量的结果。在本研究论文中，我们提出了两个线性回归模型。我们的第一个线性回归模型根据四个输入特征预测人类发展指数 (HDI)：极端贫困、洗手设施、完全接种疫苗的人口百分比和人均国内生产总值 (GDP)。我们的第二个线性回归模型根据四个输入特征预测严格指数：病例总数、疫苗接种总数、死亡总数和加强剂总数。为了衡量我们的机器学习回归模型的准确性，我们使用了均方误差、均方根误差和 R 平方分数等指标。我们的结果表明，机器学习在预测 HDI 和严格指数时可以成为一种准确的工具