【零基础学机器学习 7】逻辑回归（下）- 使用 Python(scikit-learn)实现预测数字标签

👨‍💻 作者简介：程序员半夏 , 一名全栈程序员，擅长使用各种编程语言和框架，如JavaScript、React、Node.js、Java、Python、Django、MySQL等.专注于大前端与后端的硬核干货分享,同时是一个随缘更新的UP主. 你可以在各个平台找到我!
🏆 本文收录于专栏: 零基础学机器学习
🔥 专栏介绍:

🥇 本专栏将帮助您了解机器学习、其工作原理以及如何使用它。本教程包含以下内容:监督和无监督学习、线性回归、随机森林算法、朴素贝叶斯分类器、K-means聚类算法等基础学习基础知识，以及各种实战案例。

前言

在上文中，我们学习了讲逻辑回归的基本概念，但是概念始终是抽象的，本文用一个简单的例子，来实现一个逻辑回归。同时也让你了解什么是机器学习的实操。对于新手来说，下面出现的代码可能是无法理解的。但是没关系，请你硬着头皮看下去。主要是了解思路以及操作。

Python’s scikit-learn library

Python的scikit-learn库最令人惊奇的一点是，它具有一个4步建模模式，使得编写机器学习分类器变得容易。虽然本教程使用了一个名为逻辑回归(Logis