通過兩個考試
把自己想像成一位大學生。你有兩門不同科目的考試即將到來，但複習時間所剩不多。你想知道各科要分配多少讀書時間，才能讓「兩科都通過」的機率最大化。幸好，你手上有可用的資料。
科目 A 你已經用 model_A 擬合了一個羅吉斯回歸模型，科目 B 用 model_B 擬合了模型。除此之外，sklearn.linear_model 中的 LogisticRegression 以及 numpy（命名為 np）都已預先載入，scipy.special 中的羅吉斯函式反函式 expit() 也已為你匯入。
本練習屬於課程
Python 機率基礎
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Specify values to predict
hours_of_study_test_A = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_A = model_A.predict(____)
print(predicted_outcomes_A)
# Specify values to predict
hours_of_study_test_B = [[____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_B = model_B.____(____)
print(predicted_outcomes_B)