多次元ベクトルの線形回帰モデルの作成

builtin_function_or_method' object is not subscriptableのエラーで困っています。

Pythonにて多次元ベクトルの線形回帰モデルを作成していますが、
builtin_function_or_method' object is not subscriptableのエラーで困っています。

なお、このコード自体は「機械学習のエッセンス」（加藤公一著　SB Creative）の第３版、P.286の内容です。
使用環境は、windows10, python3, jupyternotebookです。

初めての質問で不手際あれば申し訳ございません。

発生している問題・エラーメッセージ

TypeError                                 Traceback (most recent call last)
<ipython-input-68-b4eed7f0503d> in <module>()
     25 
     26 model = linearreg.LinearRegression()
---> 27 model.fit(X, y)
     28 print("係数：", model.w_)
     29 print("(1,1)に対する予測値：", model.predict(np.array([1,1])))

~\pyworks\linearreg.py in fit(self, X, t)

TypeError: 'builtin_function_or_method' object is not subscriptable

該当のソースコード

まずは回帰を計算するクラスを実装しました

linearreg.py

Python
1import numpy as np
2from scipy import linalg
3
4class LinearRegression:
5    def __init__(self):
6        self.w_ = None
7        
8    def fit(self, X, t):
9        Xtil = np.c_[np.ones(X.shape[0]), X]
10        A = np.dot(Xtil.T, Xtil)
11        b = np.dot(Xtil.T, t)
12        self.w_ = linalg.solve(A,b)
13        
14    def predict(self, X):
15        if X.ndim == 1:
16            X = X.reshape(1, -1)
17        Xtil = np.c_[np.ones(X.shape[0]), X]
18        return np.dot(Xtil, self.w_)

2次元モデルを例として、以下のコードで回帰を実行します。

python
1import linearreg
2import numpy as np
3import matplotlib.pyplot as plt
4from mpl_toolkits.mplot3d import axes3d
5
6n=100
7scale=10
8
9np.random.seed(0)
10X = np.random.random((n, 2))*scale
11w0 = 1
12w1 = 2
13w2 = 3
14y = w0 + w1*X[:, 0] + w2*X[:, 1] +np.random.randn(n)
15
16model = linearreg.LinearRegression()
17model.fit(X, y)
18print("係数：", model.w_)
19print("(1,1)に対する予測値：", model.predict(np.array([1,1])))

試したこと

python
1Xtil = np.c_[np.ones(X.shape[0]), X]
2print(Xtil)
3A = np.dot(Xtil.T, Xtil)
4b = np.dot(Xtil.T, y)
5from scipy import linalg
6print(linalg.solve(A,b))