通过两门测试
把自己代入为一名大学生。您即将在不同科目上参加两场考试，但复习时间不够。您想知道每门课需要投入多少时间，才能让两门都通过的概率最大。幸运的是，您手头有可用的数据。
对于科目 A，您已经在 model_A 中拟合了一个逻辑回归模型；对于科目 B，您在 model_B 中拟合了一个模型。除了预加载来自 sklearn.linear_model 的 LogisticRegression 和将 numpy 导入为 np 之外，还为您从 scipy.special 导入了逻辑函数的反函数 expit()。
本练习是课程的一部分
Python 概率基础
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)