多元逻辑回归python代码

多元逻辑回归是一种常用的分类算法，用于将数据分为两个或多个类别。在 Python 中，我们可以使用 scikit-learn 库来实现多元逻辑回归。

以下是一个简单的多元逻辑回归的 Python 代码：

from sklearn.linear_model import LogisticRegression

# 准备训练数据
X_train = [[1, 2], [2, 3], [3, 4], [4, 5]]
y_train = [0, 0, 1, 1]

# 创建模型并拟合数据
clf = LogisticRegression(random_state=0).fit(X_train, y_train)

# 使用模型进行预测
X_test = [[5, 6], [6, 7]]
y_pred = clf.predict(X_test)

# 输出预测结果
print(y_pred)

在这个例子中，我们准备了一些训练数据（X_train 和 y_train），其中 X_train 是一个二维数组，每个样本有两个特征。y_train 是一个一维数组，每个元素是一个类别标签（0 或 1）。

我们使用 LogisticRegression 类创建一个多元逻辑回归模型，并使用 fit() 方法拟合训练数据。然后，我们使用 predict() 方法对新的测试数据（X_test）进行预测，并输出预测结果（y_pred）。

如果您需要更多关于多元逻辑回归的信息，可以参考 scikit-learn 的官方文档：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html