在鸢尾花数据集示例之后，我尝试进行首次Logistic回归。我的X是句子中单词的数量，我希望（借助其他参数，但稍后会）找到句子必须具有特定术语（称为实体）的概率。
因此，根据我的统计数据，我有一些句子只有15个单词，而没有80个单词没有。仅使用此参数，似乎有点随机。这不是真正的规则。
我做错什么了吗？还是我们只能通过“不够好”参数来证明这些不好的结果？ 所有这些，使我认为逻辑回归仅是统计信息（我认为这确实是事实，但我现在迷失了）
这就是为什么在我的Logistic回归中，我找到一个
log_reg.score(X,y) = 0.7666
（不是很明白这是什么意思）
并与此：
X_new = np.linspace(20, 80,150).reshape(150,1) #150 Sentences between 20 and 80 words
y_proba = log_reg.predict_proba(X_new)
decision_boundary = X_new[y_proba[:, 1] >= 0.5][0]
我的决策边界为[68.32214765]，最大百分比为0.57 ...
我做错什么了吗？还是我们只能通过“不够好”参数来证明这些不好的结果？
所有这些，使我认为逻辑回归仅是统计信息（我认为确实如此，但现在我迷路了）
如何确定逻辑回归能正常工作？