写一段对数几率回归的python代码

下面是一个简单的 Python 代码段，用于执行对数几率回归：

from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_iris

# 加载数据集
iris = load_iris()

# 获取输入特征和目标变量
X = iris.data
y = iris.target

# 训练模型
model = LogisticRegression()
model.fit(X, y)

# 预测新数据
new_data = [[5.1, 3.5, 1.4, 0.2]]
predicted_class = model.predict(new_data)

print("Predicted class:", predicted_class)

此代码段使用 Scikit-learn 库中的 `LogisticRegression` 类来执行对数几率回归。首先，我们加载了鸢尾花数据集，并将其分成输入特征和目标变量。然后，我们使用输入特征和目标变量来训练模型。最后，我们使用训练好的模型来预测新数据的类别，并打印出预测结果。