Как построить графики поверхности F-1 в отношении альфа, l1_ratio в LogisticRegression () и GridSearchCV в мультиклассовой классификации

Question

Я классифицирую IRIS данные с scikit-learn и у меня есть предопределенные параметры, которые я должен использовать. Я использовал GridSearchCV, чтобы найти лучшие параметры и лучшую модель, используя данные ограничения

log_param = {
    'C':[1e-4,3e-4,1e-3,3e-3,1e-2,3e-2],
    'l1_ratio':[ 0,0.15,0.5,0.7,1]}

clf = LogisticRegression(penalty='elasticnet', solver='saga', multi_class='auto',max_iter=200)

GridSearchCV(clf,log_param,cv=10,return_train_score=True,
                                 scoring=['f1_macro','accuracy'],refit='f1_macro')

Как мне нарисовать поверхностный график с оценкой F1 относительно значений альфа и l1?

(подойдет любой из matplotlib / seaborn)