【数据分析】实验：对某银行对降低贷款拖欠率的数据进行逻辑回归建模，并输出平均正确率。

数据：

（部分数据展示：）
图：银行贷款拖欠率数据

代码清单：

import pandas as pd
from sklearn.linear_model import LogisticRegression as LR

#参数初始化
filename = '../data5/bankloan.xls'
data = pd.read_excel(filename)
x = data.iloc[:,:8].values
y = data.iloc[:,8].values
lr = LR()           #建立逻辑回归模型
lr.fit(x,y)         #用筛选后的特征数据来训练模型
print('模型的平均准确度为：%s'% lr.score(x,y))

输出结果：