要以类神经网络的方式仿真逻辑回归，我们需要了解逻辑回归实际上是一种简单的神经网络结构。逻辑回归可以被视作一个没有隐藏层的神经网络，仅包含输入层和输出层。
在逻辑回归中，输入层的节点数等于特征数，输出层的节点数通常为1（用于二分类问题），并使用sigmoid激活函数将输出映射到0到1之间的概率值。
因此，正确的设置应该是：
- 输入层节点数等于特征数（假设为3，选项A符合这一条件）。
- 隐藏层节点数为0（选项B符合这一条件，因为逻辑回归没有隐藏层）。
- 输出层节点数为1（选项C不符合，因为输出层节点数应该为1）。
- 选项D提到隐藏层节点数为1，这不符合逻辑回归的特点，因为逻辑回归没有隐藏层。
综上所述，正确的答案是B：隐藏层节点个数设定为0。逻辑回归的结构可以被视为一个没有隐藏层的简单神经网络。
