Python 打印逻辑回归乳腺癌预测模型的30个特征数据

要将逻辑回归中的30个特征数据打印出来，你可以使用逻辑回归模型中的'coef_'属性。这个属性是一个数组，包含了每个特征的系数。

假设你已经训练好了一个逻辑回归模型，可以按照以下步骤打印出这些特征数据：

# 导入所需的库
from sklearn.linear_model import LogisticRegression

# 假设你的逻辑回归模型已经被训练好了，并且赋值给了变量model

# 打印特征数据
feature_names = ['特征1', '特征2', ..., '特征30']  # 假设这里是你的特征名称列表
coefficients = model.coef_[0]  # 获取特征系数

for feature_name, coefficient in zip(feature_names, coefficients):
    print(feature_name, ': ', coefficient)

在上述代码中，假设你的特征名称保存在一个名为'feature_names'的列表中。你可以根据你的实际情况修改这个列表。然后，我们通过'model.coef_[0]'来获取特征系数。最后，我们使用'zip()'函数将特征名称和特征系数连接在一起，然后使用循环打印出来。

请注意，'model.coef_'属性返回的是一个二维数组，因此我们使用'[0]'来取出其中的第一个元素，即特征系数数组。