逻辑回归是一种有监督的学习分类算法，用于预测目标变量的概率。目标或因变量的性质是二分法的，这意味着将只有两个可能的类。主要解决二分类问题。进行逻辑回归模型训练以及预测。上述代码演示了如何使用。

用 Python 写一个函数，完成干支计算。输入：年份数字，如果是公元前多少年，则用负数表示。例如公元前1年，则输入 -1。输出：输出对应年份的干支表示。例如输入 -1，则输出庚申，表示公元前1年是庚申年。

中心差商法（Central Difference Method）是一种数值方法，用于求解导数的近似值。在数值分析中，当我们无法获得函数的解析形式或解析形式过于复杂时，常常使用差商法来估计导数。中心差商法是差商法中的一种，它通过计算函数在某些离散点上的值来近似求解导数。趋近于 0 时，中心差商公式将趋近于真实的导数值。然而，在实际应用中，也不能太大，否则可能会因为函数的局部变化而引入较大的近似误差。