name ‘X_train’ is not defined

抱歉，我之前在示例代码中使用了未定义的变量 X_train。在使用 LogisticRegression 模型时，通常需要将数据集分为训练集和测试集，然后对模型进行训练和预测。因此，我们需要先定义训练集和测试集，然后再使用 LogisticRegression 模型进行训练和预测。以下是一个简单的例子，其中我们使用了 scikit-learn 库中的 make_classification 函数生成了一个二分类数据集：

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# 生成一个二分类数据集
X, y = make_classification(n_samples=1000, n_features=10, n_classes=2, random_state=42)

# 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=42)

# 创建一个LogisticRegression对象
lr_model = LogisticRegression()

# 训练模型
lr_model.fit(X_train, y_train)

# 使用模型进行预测
y_pred = lr_model.predict(X_test)

在上面的例子中，我们使用了 make_classification 函数生成了一个包含 1000 个样本和 10 个特征的二分类数据集，然后使用 train_test_split 函数将数据集分为训练集和测试集。接着，我们创建了一个 LogisticRegression 对象，并使用 fit 方法对模型进行训练。最后，我们使用 predict 方法对测试集进行预测。