介绍sklearn里的score方法

以下是回复：

首先，使用训练好的模型对测试集x_test进行预测，并将结果存储在y_pred变量中：
y_pred = classifier.predict(x_test)

然后，导入构建混淆矩阵的方法：
from sklearn.metrics import confusion_matrix

接着，构建混淆矩阵：
cm = confusion_matrix(y_test, y_pred)
print(cm)

最后，使用逻辑回归模型自带的评分函数score，获得模型在测试集上的准确性结果：
print('accuracy of lr classifier:', classifier.score(x_test, y_test))