W3School TIY Editor

from sklearn import datasets

from sklearn.linear_model import LogisticRegression

​

# 加载鸢尾花数据集：

iris = datasets.load_iris()

​

# 准备特征数据和目标变量：

X = iris['data']  # 特征矩阵

y = iris['target']  # 类别标签

​

# 创建逻辑回归分类器（设置最大迭代次数为 10000 确保收敛）

logit = LogisticRegression(max_iter=10000)

​

# 训练模型并输出训练好的模型参数

print(logit.fit(X, y))

​

# 计算并输出模型在训练数据上的准确率

print(logit.score(X, y))