逻辑回归方法用于（ ）问题

A. 回归
B. 分类
C. 据类
D. 关联分析

设有目标函数F=Σ[yn*ln(p)+(1-yn)ln(1-p)]，其中p=1/(1+exp(-w.Tx))，w和x均为n*1维向量。则∂F/∂p的维度是_____×_____，∂F/∂w的维度是_____×_____，∂F/∂x的维度是_____×_____

设有目标函数F=Σ[yn*ln(p)+(1-yn)ln(1-p)]，其中p=1/(1+exp(-w.Tx))，w和x均为n*1维向量。则∂p/∂x=______________，∂F/∂x=Σ[_____________]

from sklearn.linear_model import LogisticRegressionfrom sklearn.model_selection import train_test_splitX= ....................... # X为m*n矩阵，每行数据表示一个样本，每列表示一个属性维度y= ....................... # y为X对应的标签值# 利用train_test_split()函数，将样本分为训练集和测试集，测试集的样本数占总样本数的30%X_train, X_test, y_train, y_test = train_test_split(________, ________, test_size=________)lr=_________________ #实例化逻辑回归模型对象___________________ #用训练集的数据对逻辑回归模型进行训练拟合test_result=___________________ #用测试集计算拟合后的模型的准确率X_sample=............................ # X_sample为某单条待判别样本xsam_result=_________________(X_sample) #用拟合后的样本判别X_sample的类别