写一个python的逻辑斯蒂回归例子

好的，这是一个简单的逻辑斯蒂回归的 Python 代码示例：

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# 加载数据集
data = pd.read_csv('data.csv')
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 训练逻辑斯蒂回归模型
clf = LogisticRegression()
clf.fit(X_train, y_train)

# 预测并评估模型
y_pred = clf.predict(X_test)
print("Accuracy:", accuracy_score(y_test, y_pred))

这里假设你已经有了名为 `data.csv` 的数据集，并且它是一个二维数组，最后一列是目标变量，其余列是特征。代码中使用了 `pandas` 库读取数据，并使用 `train_test_split` 函数将数据集分为训练集和测试集。然后使用 `LogisticRegression` 算法对训练集进行训练，并使用预测样本的目标变量的值来评估模型的准确性。