El modelo más simple y su posterior exportación para su uso en CoreML

linear_coreml.py

from sklearn.linear_model import LinearRegression

# N veces
X_train = [[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10]] 
# Resultado
y_train = [0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20] 

model = LinearRegression()
model.fit(X_train, y_train)  

# Convertimos y guardamos el modelo de scikit-learn
import coremltools

coreml_model = coremltools.converters.sklearn.convert(model, ["multiplicador"], "resultado")

# Metadatos del modelo
coreml_model.author = 'Adolfo Vera'
coreml_model.license = 'BSD'
coreml_model.short_description = 'Predice el doble de un valor entero'

# Descripcion de los parametros de entrada
coreml_model.input_description['multiplicador'] = 'El valor del que queremos predecir el doble'

# Descripcion de los parametros de salida
coreml_model.output_description['resultado'] = 'El doble'

# Guardamoe el modelo para su uso en CoreML
coreml_model.save('Tabla_Multiplicar_2.mlmodel')