import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# Exemple de données
data = {
    'F': [10, 15, 20, 25, 30],
    'I': [5, 7, 6, 8, 9],
    'C': [100, 200, 150, 300, 250],
    'alpha': [0.5, 0.6, 0.55, 0.65, 0.7]
}

# Création du DataFrame
df = pd.DataFrame(data)

# Sélection des variables explicatives
X = df[['F', 'I', 'C']].copy()

# Variable cible
y = df['alpha']

# Transformation : inverse de la conductivité (C)
X['C'] = 1 / X['C']

# Création du modèle de régression linéaire
model = LinearRegression().fit(X, y)

# Extraction des coefficients du modèle
k1, k2, k3 = model.coef_

# Affichage des coefficients
print(f"k1 = {k1}, k2 = {k2}, k3 = {k3}")