逻辑回归建模及变量重要性可视化（Python实现）

问题遇到的现象和发生背景

问题1：
在您的《逻辑回归建模及变量重要性可视化（Python实现）》https://blog.csdn.net/weixin_45494886/article/details/107433359?ops_request
问题2：
以“以外形重要性得分为100”这一条件如何设置？

需要可视化的数据如下所示：

问题相关代码，请勿粘贴截图

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
数据=pd.read_csv("C:/Users/13492/Desktop/06论文数据 - 副本.csv",encoding='gbk')

x_data = 数据
y_data = 数据
#划分数据集
from sklearn.model_selection import train_test_split
训练1,x_test,训练2,y_test = train_test_split(x_data,y_data,random_state=1)
训练1.shape
x_test.shape

#建立模型
from sklearn.linear_model import LogisticRegression
lr = LogisticRegression
lr.fit(训练1,训练2()) #这一行报错
lr.predict(x_test)

print(lr.coef_)
print(lr.intercept_)
print(lr.score(x_test,y_test))
#输出模型系数（省）
#看预测精度（省）

#简单排序，正负分开按顺序（省）
coef_LR=pd.Series(index=x_test.columns,name='Var')
plt.figure(figsize=(8,8))
coef_LR.sort_values().plot(kind='barh')

plt.show()

运行结果及报错内容

我想要达到的结果

lr.fit(训练1,训练2())
去掉训练2 后的括号
lr = LogisticRegression改成lr = LogisticRegression()