Probit回归 IRIS 67% 的正确率，结果是否合理？

Probit回归在IRIS数据集上的正确率为67%可能有点低，但具体情况要根据以下几点来评估：

1. 数据集的大小：如果IRIS数据集非常小，只有几十个样本，那么67%的准确率可能是可以接受的。

2. 特征选择：Probit回归的性能很大程度上取决于特征选择。如果选取的特征不够区分不同类别，那么模型的准确率会受到影响。

3. 正则化参数：Probit回归模型中的正则化参数非常重要，如果选择的参数不合适也会影响模型的准确率。

4. 模型选择：Probit回归是一种线性分类模型，如果数据集具有非线性特征，那么其他模型如决策树、支持向量机等可能表现更好。

因此，需要综合考虑以上因素，才能确定Probit回归在IRIS数据集上的67%的准确率是否合理。