这种类型的图像显示是如何用 scikit-learn 完成的？

Question

我正在观看有关机器学习的教程。本教程有一个 csv 文件和一些 python 代码。它是说，如果我实现这段代码，那么我将获得数据的可视化。但是，当我用 Jupyter notebook 尝试这些代码时，根本没有像它们那样的视觉效果。如果你们能帮助解决这个问题，我在下面分享了数据文件和代码。提前致谢。

这是他们生成的数据的视觉效果

这是 data.csv 文件 csv file

这里是代码

import pandas
import numpy
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC

data = pandas.read_csv('data.csv')

X = numpy.array(data[['x1', 'x2']])
y = numpy.array(data['y'])

classifier = LogisticRegression()
classifier.fit(X,y)

classifier = DecisionTreeClassifier()
classifier.fit(X,y)

classifier = SVC()
classifier.fit(X,y)

Answer 1

1. 运行拟合过程并得到模型参数作为结果
2. 定义一个二维区域，您的训练数据以某种方式位于中心
3. 计算该区域的 (x,y) 网格
4. 为网格的每个 (x,y) 点运行模型
5. 使用 matplotlib pcolormesh 绘制结果

Here 一个编码示例。分割线是一项额外的任务。您可以为此绘制等值线（1 条带有 matplotlib 轮廓的等值线）。