Python 3.x sklearn.linear_模型逻辑回归选择列

我已经从

sklearn

导入了

LogisticRegression

模型。我的数据集有785列，其中第一列是我试图训练预测的标签

这是我的密码

clf = LogisticRegression()
clf = clf.fit(train[[1:785]], train['label'])

我得到以下错误

File "<ipython-input-22-1c2c333722ad>", line 2
    clf = clf.fit(train[[1:785]], train['label'])
                          ^
SyntaxError: invalid syntax

文件“”，第2行
clf=clf.配合（列车[[1:785]]，列车['label']））
^
SyntaxError:无效语法

如何选择除第一列以外的所有列，而不显式地提及所有列名。

这对我很有用

clf = clf.fit(train.iloc[:,1:], train[['label']])

---

请打印出

train.\uu class\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu。这将选择除第一列之外的每一列。@E.Z.请注意，从0.20以上。建议使用
iloc
和
loc
。熊猫数据框架中的双方括号
[
不接受切片作为索引。它们接受列或列索引列表。除了@E.Z.的注释外，还可以使用
clf=clf.fit（列[[i代表范围内的i（785）]，列['label'）
。