逻辑回归手写体识别sklearn代码

下面是使用sklearn库进行手写数字识别的逻辑回归代码：

from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# 加载手写数字数据集
digits = load_digits()

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.2, random_state=42)

# 创建逻辑回归模型，并使用训练集进行训练
lr = LogisticRegression(max_iter=10000)
lr.fit(X_train, y_train)

# 使用测试集进行预测
y_pred = lr.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在这个例子中，我们使用sklearn的`load_digits`函数加载手写数字数据集，将数据集分为训练集和测试集，创建逻辑回归模型，并使用训练集进行训练。然后使用测试集进行预测。最后，我们计算准确率并输出结果。