如何用测试数据集预测y值？

Question

我已经使用下面的训练数据集成功构建了逻辑回归模型。

X = train.drop('y', axis=1)

y = train['y']

X_train, X_test, y_train, y_test = train_test_split(X, y, 

                                                    test_size=0.5)

scaler = StandardScaler()  

scaler.fit(X_train)

X_train = scaler.transform(X_train)

X_test = scaler.transform(X_test)

logreg1 = LogisticRegression()

logreg1.fit(X_train, y_train)

score = logreg1.score(X_test, y_test)

cvs = cross_val_score(logreg1, X_test, y_test, cv=5).mean()

我的问题是我想引入测试数据集来预测未知的 y 值。在测试数据中没有 y 列。如何使用单独的测试数据集预测 y 值？

Answer 1

使用预测（）：y_pred = logreg1.predict(X_test)score = logreg1.score(X_test, y_pred)print(y_pred)     // see the predictions