逻辑回归python

在Python中实现逻辑回归可以使用多种库，比如Scikit-learn。下面是一个简单的逻辑回归示例：

首先导入所需库：

import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

读取数据集：

data = pd.read_csv('data.csv')

使用train_test_split分割数据集：

x_train, x_test, y_train, y_test = train_test_split(data.iloc[:, :-1], data.iloc[:, -1], test_size=0.2, random_state=42)

创建逻辑回归模型：

lr = LogisticRegression()

训练模型：

lr.fit(x_train, y_train)

预测测试集并计算准确率：

y_pred = lr.predict(x_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

以上就是一个简单的逻辑回归示例。需要注意的是，逻辑回归适用于二分类问题，如果是多分类问题则需要使用其他算法或对逻辑回归进行扩展。