sklearn工具包逻辑回归代码

以下是使用sklearn工具包实现逻辑回归的代码：

from sklearn.linear_model import LogisticRegression

# 准备数据
X_train = [[0, 0], [1, 1]]
y_train = [0, 1]

# 创建逻辑回归模型
clf = LogisticRegression(random_state=0)

# 训练模型
clf.fit(X_train, y_train)

# 预测新数据
X_test = [[2., 2.], [3., 3.]]
y_pred = clf.predict(X_test)

# 输出预测结果
print(y_pred)

上述代码中，我们首先导入了sklearn工具包中的LogisticRegression类，然后准备了训练数据X_train和y_train。接着，我们创建了一个逻辑回归模型clf，并使用fit()方法对模型进行训练。最后，我们使用predict()方法对新数据X_test进行预测，并输出预测结果y_pred。