逻辑回归测试集和训练集举例

逻辑回归模型的训练集和测试集是为了对模型进行评估和调优而划分的。训练集用于训练模型，测试集用于检验模型的效果。下面是一个举例：

假设我们有一个二分类的数据集，其中包含了特征变量X和目标变量y。我们可以使用train_test_split函数将数据集按照一定比例划分成训练集和测试集。例如，我们将数据集中的80%作为训练集，20%作为测试集：

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

这样就得到了训练集X_train和y_train，以及测试集X_test和y_test。我们可以使用逻辑回归模型来拟合训练集：

from sklearn.linear_model import LogisticRegression
model = LogisticRegression()
model.fit(X_train, y_train)

然后，我们可以使用测试集来评估模型的性能，例如计算准确率、精确率、召回率等指标。