1. 调用sklearn库实现一个5折交叉检验方法，采用逻辑回归分类方法，并用于鸢尾花数据的分类。

好的，下面是调用sklearn库实现5折交叉检验方法，采用逻辑回归分类方法，并用于鸢尾花数据的分类的Python代码：

from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import cross_val_score

# 加载鸢尾花数据
iris = load_iris()
X = iris.data
y = iris.target

# 创建逻辑回归分类器
logreg = LogisticRegression()

# 进行5折交叉检验并计算平均准确率
scores = cross_val_score(logreg, X, y, cv=5)
print("Accuracy: %0.2f (+/- %0.2f)" % (scores.mean(), scores.std() * 2))

在这段代码中，我们首先加载了鸢尾花数据，然后创建了一个逻辑回归分类器。接着，我们使用cross_val_score函数进行5折交叉检验，并计算了平均准确率。其中，cv参数表示我们要进行几折交叉验证。最后，我们输出了平均准确率和标准差的两倍。