Как этот тип отображения изображений осуществляется с помощью scikit-learn?

Question

Я смотрел учебник по машинному обучению. Учебник содержит CSV-файл и некоторые коды Python. И было сказано, что, если я реализую этот код, я получу визуальные данные. Но когда я попробовал эти коды на ноутбуке Jupyter, я не вижу ничего похожего на них. Я предоставил вам файл данных и коды ниже, если вы, ребята, можете помочь решить эту проблему. Заранее спасибо.

Вот визуальные данные, которые они сгенерировали

Вот data.csvфайл csv файл

Вот код

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. запустите процесс подгонки и в результате получите параметры модели
2. определите двумерную область, где ваши данные тренировок находятся в центре
3. вычислите a (x,y) сетка для этой области
4. запустить модель для каждой (x, y) -точки сетки
5. построить результат с помощью matplotlib pcolormesh

Здесь закодированный пример. Разделительные линии - это дополнительная задача. Для этого вы можете нарисовать изолинии (1 изолиния с контуром matplotlib).