完成一个逻辑回归的算法
其中data.npz是数据
读取数据的方法为：data = np.load("data.npz")
x_train, y_train, x_test, y_test = data["x_train"],data["y_train"],data["x_test"],data["y_test"]
x_train为训练集特征,y_train为对应的训练集标签，
x_test为测试集特征，y_test为对应的测试集标签
用训练集训练一个逻辑回归模型，要求在测试集上的测试精度达到90%以上。
cls = LogisticRegression(penalty='l2')
cls.fit(x_train, y_train)
y_pred = cls.predict(x_test)
#print(y_pred)
acc = accuracy_score(y_test, y_pred)
print(acc)