机器学习之分类学习（性能分析）

在上面我们得到了一个逻辑回归模型，但我们需要这个模型的性能如何，也是知道这个模型学习的成果如何，要进行期末考试。
考试，顾名思义是给模型发答卷，答卷就是前面我们提取出来的测试数据，我们把测试据中的结果抽空作为标准答案，让模型答题，最后对照标准答案给分。

# 使用训练好的模型lr对X_test进行预测，结果储存在变量lr_y_predict中。
lr_y_predict = lr.predict(X_test)
# 从sklearn.metrics里导入classification_report模块。
from sklearn.metrics import classification_report

# 使用逻辑斯蒂回归模型自带的评分函数score获得模型在测试集上的准确性结果。
print ('Accuracy of LR Classifier:', lr.score(X_test, y_test))
# 利用classification_report模块获得LogisticRegression其他三个指标的结果。
print (classification_report(y_test, lr_y_predict, target_names=['Benign', 'Malignant']))