Python Logistic Regression（逻辑回归）实现预测某事件

逻辑回归模型，自己的理解逻辑就相当于是非，那就只有0,1的情况。这个是我在一个大神那看到的，https://blog.csdn.net/zouxy09/article/details/20319673

逻辑回归模型用于分类，可以知道哪几个影响因素占主导地位，从而可以预测某事件。

我从网上下载了一个2017某高中理科一模成绩单，模糊姓名和学校，具体长这样：

最后一列是能否过二本，搜索当年二本线480，sum>480为1，否则为0。一共有10002条数据。

步骤：1、读取数据 。

 2、将特征（影响因素）和结果变成矩阵的形式。

3、导入模块sklearn.linear_model 下RandomizedLogisticRegression，进行实例化。

4、通过fit()进行训练模型。

5、通过get_support()筛选有效特征，也是降维的过程。

6、简化模型，训练模型。

注意，y=dataf.iloc[:,7].as_matrix()这句不能写成y=dataf.iloc[:,0:7].as_matrix(),后者是形成一个二维数组，前者是一个一维数组，否则会出现DataConversionWarning: A column-vector y was passed whe