如何从使用sklean建立的线性回归模型中预测新的产量?

我一直在学习线性回归的教程西基特学习代码运行得很好,现在我想通过提供一个新的输入来预测新的输出。 代码如下:

import  matplotlib.pyplot as plt
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

data=pd.read_csv("/home/crpsm/Pycharm/DataSet/student_scores.csv")

data.plot(x="Hours",y="Scores",style="o")
plt.title("Score-Hour")
plt.xlabel('Hours ')
plt.ylabel('Percentage ')


x=data.iloc[:,:-1]
y=data.iloc[:,1]

 x_train,x_test,y_train,y_test=train_test_split(x,y,train_size=0.55,random_state=5)

regression_model=LinearRegression()
regression_model.fit(x_train,y_train)

print(regression_model.coef_)
print(regression_model.intercept_)
regression_model.predict(X_test)