LogisticRegression.score()

`LogisticRegression.score()` 是用来评估分类模型性能的方法，它返回给定测试数据的平均准确率。具体来说，它计算模型预测结果与实际结果匹配的比例，即正确分类的样本数除以总样本数。

在 Scikit-learn 中，`LogisticRegression` 是用来解决二分类问题的模型，它的 `score()` 方法可以用来计算模型在测试数据上的准确率。例如，假设我们已经训练好了一个 `LogisticRegression` 模型 `lr`，并且有测试数据 `X_test` 和对应的标签 `y_test`，我们可以使用以下代码计算模型在测试数据上的准确率：

accuracy = lr.score(X_test, y_test)

其中，`X_test` 是测试数据的特征矩阵，`y_test` 是测试数据的标签。`score()` 方法将会返回一个介于 0 和 1 之间的分数，表示模型的准确率。