使用linear_model创建逻辑回归分类器

可以使用Python的scikit-learn库中的linear_model模块来创建逻辑回归分类器。以下是一个简单的示例代码：

from sklearn.linear_model import LogisticRegression

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

# 使用训练数据拟合模型
logreg.fit(X_train, y_train)

# 使用测试数据对模型进行评估
y_pred = logreg.predict(X_test)
score = logreg.score(X_test, y_test)

其中，X_train和y_train是训练数据集（特征矩阵和标签向量），X_test和y_test是测试数据集。fit()方法用于拟合训练数据，predict()方法用于预测测试数据集的标签，score()方法用于计算模型在测试数据集上的准确率。