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))