用python逻辑回归 1.已知有甲、乙两个袋子，其中，甲袋中有6个红球、4 个白球，而 乙袋中有8个红球、6个白球。求下列事件发生的概率。 (1)随机取一个袋子，再从该袋中随机取一球，该球是红球。 (2)合并甲、乙两个袋子，从中随机取一球，该球是红球。

在Python中，我们可以使用scikit-learn库来进行逻辑回归，不过这里的问题涉及的是概率计算，并不是逻辑回归的实际应用。逻辑回归通常用于二分类问题，而不是处理这种古典概率问题。

对于这两个问题，我们不需要逻辑回归，可以直接基于题设的概率进行计算：

1. (1) 首先，我们需要分别计算从每个袋子里取出红球的概率。对于甲袋，红球的概率是6/(6+4)=3/5；对于乙袋，红球的概率是8/(8+6)=4/7。然后，因为这是一个条件概率问题，我们将两个概率加权平均，即每个袋子的概率乘以其对应的红球比例，最后相加得到总的概率：
P(从某个袋中取到红球) = P(选甲袋*甲袋红球概率) + P(选乙袋*乙袋红球概率)

2. (2) 合并后的袋子共有6+8=14个红球和4+6=10个白球，总球数为14+10=24。现在整体红球的概率就是所有红球数除以总数，即14/24简化后为7/12。

如果你需要使用Python编写程序来计算这些概率，可以这样做（假设你想用Python做演示，而不是真正运行逻辑回归）:

import numpy as np

# 定义袋子的初始数据
bags = {"甲": {'红球': 6, '白球': 4}, "乙": {'红球': 8, '白球': 6}}

# 计算每个袋子里取到红球的概率
prob_red_bag_A = bags["甲"]["红球"] / (bags["甲"]["红球"] + bags["甲"]["白球"])
prob_red_bag_B = bags["乙"]["红球"] / (bags["乙"]["红球"] + bags["乙"]["白球"])

# 对于第一个问题
prob_event_1 = prob_red_bag_A * (1/2) + prob_red_bag_B * (1/2)

# 对于第二个问题
total_balls = sum(bags.values(), start={})['红球'] + sum(bags.values(), start={})['白球']
prob_event_2 = bags["甲"]["红球"] + bags["乙"]["红球"] / total_balls

print("事件1的概率：", prob_event_1)
print("事件2的概率：", prob_event_2)