异常抛出

#逻辑回归测试
import pandas as pd
from sklearn.linear_model import LogisticRegression as LR
filename = 'C:/Users/29463/OneDrive/桌面/bankloan.xls'
data = pd.read_excel(filename)
#print(data)
x = data.iloc[:,:8].values
y = data.iloc[:,8].values
lr = LR()
lr.fit(x,y)
print('模型的平均准确为：%s' %lr.score(x,y))

经过博主的寻找终于找到了可行的方法：
先来展示一下效果

import pandas as pd
#from sklearn.linear_model import LogisticRegression as LR
from sklearn import linear_modelfilename = 'C:/Users/29463/OneDrive/桌面/bankloan.xls'
data = pd.read_excel(filename)
#print(data)
x = data.iloc[:,:8].values
y = data.iloc[:,8].values
re = linear_model.LinearRegression()
re.fit(x,y)
print('模型的平均准确为：%s' %re.score(x,y))

原因：想来考一下大家的“找茬能力"看看代码有什么不同。哈哈哈，其实也差不多。但是这样就不会出现问题了。还是非常不错的。有兴趣的朋友也可以 评论 大家一起讨论下
Linear Models
这里的问题！重要的事情说三遍-重要的事情说三遍-重要的事情说三遍！！！