二元logistic回归代码

以下是二元 logistic 回归的 Python 代码示例：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report

# 读取数据
data = pd.read_csv('data.csv')

# 将特征和标签分开
X = data.drop('label', axis=1)
y = data['label']

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建 logistic 回归模型
lr = LogisticRegression()

# 在训练集上训练模型
lr.fit(X_train, y_train)

# 在测试集上预测
y_pred = lr.predict(X_test)

# 打印分类报告
print(classification_report(y_test, y_pred))

其中，`data.csv` 是包含训练数据的 CSV 文件，`X` 是特征，`y` 是标签，`LogisticRegression()` 是创建 logistic 回归模型的函数，`fit()` 是在训练集上训练模型的函数，`predict()` 是在测试集上预测的函数，`classification_report()` 是打印分类报告的函数。