鸢尾花下有三个亚属，分别是山鸢尾（setosa），变色鸢尾（versicolor）和维吉尼亚鸢尾（virginica），据此可将鸢尾属花分为以上三类。
本案例根据花萼的长度和宽度，花瓣的长度和宽度，采用逻辑回归建立分类模型，对鸢尾属花进行分类。
1）导入包及训练数据集
如何用逻辑回归做数据分析？
2）观测多特征数据点分布
通过观察特征分布，发现山鸢尾（蓝色）与其他两类花能够较好区分，但是变色鸢尾（绿色）和维吉尼亚鸢尾（红色）相对难以区分。
如何用逻辑回归做数据分析？
3）数据清洗、划分训练集
将分类变量赋于0/1/2数值，观测结果标签分布，发现各种类型鸢尾分布均匀。将特征变量和结果变量进行划分，并划分训练集与测试集。
如何用逻辑回归做数据分析？
4）训练分类模型、并进行分类性能评估
如何用逻辑回归做数据分析？
5）构建混淆矩阵
观察混淆矩阵，发现我们的分类器只在两个样本上预测失误；这两个样本真实类别是2（virginica，维吉尼亚鸢尾），而我们的分类器将其分类成1（versicolor，变色鸢尾）。
如何用逻辑回归做数据分析？
6）获取模型系数与截距（模型系数即为影响事件发生的驱动力）
如何用逻辑回归做数据分析？
以上逻辑回归就讲完了，逻辑回归是数据分析面试的高频考点，一定要熟练掌握喔～
