Para encontrar a reta de regressão que melhor se ajusta ao conjunto de pontos A(2, 7), B(4, 6) e C(5, 10) usando Python, você pode usar a biblioteca `numpy` para calcular os coeficientes da reta. Aqui está um exemplo de como fazer isso: ```python import numpy as np import matplotlib.pyplot as plt # Conjunto de pontos x = np.array([2, 4, 5]) y = np.array([7, 6, 10]) # Cálculo da reta de regressão m, b = np.polyfit(x, y, 1) # Exibir a equação da reta print(f"Equação da reta: y = {m:.2f}x + {b:.2f}") # Plotar os pontos e a reta plt.scatter(x, y, color='red') plt.plot(x, m*x + b, color='blue') plt.xlabel('x') plt.ylabel('y') plt.title('Reta de Regressão') plt.show() ``` Esse código calcula a reta de regressão linear e a plota junto com os pontos. A equação da reta será exibida no console.