1. 定义两个集合：

set1 = {1, 2, 3, 4, 5}
set2 = {3, 4, 5, 6, 7}

2. 比较两个集合中的元素：

common = set1.intersection(set2)  # 共同元素
diff1 = set1.difference(set2)  # set1中独有的元素
diff2 = set2.difference(set1)  # set2中独有的元素

3. 输出：

print("共同元素：", common)
print("set1中独有的元素：", diff1)
print("set2中独有的元素：", diff2)

4. 找到方程（本例中采用线性回归）：

import numpy as np
from sklearn.linear_model import LinearRegression

x = list(common)
y = list(common)

X = np.array(x).reshape((-1, 1))
Y = np.array(y)

model = LinearRegression()
model.fit(X, Y)

r_sq = model.score(X, Y)
intercept = model.intercept_
slope = model.coef_

print("方程：y = {}x + {}".format(round(slope[0], 2), round(intercept, 2)))
print("相关系数R^2：", round(r_sq, 2))

输出结果示例：

共同元素： {3, 4, 5}
set1中独有的元素： {1, 2}
set2中独有的元素： {6, 7}
方程：y = 1.0x + 2.0
相关系数R^2： 1.0