pythoner二分类 逻辑回归如何画图

在二分类逻辑回归中，可以使用matplotlib库来画出决策边界和数据点的分布情况。具体步骤如下：

1. 首先，将数据点按照类别分开，分别存储在两个数组中。

2. 然后，确定x轴和y轴的范围，并生成一组网格点坐标，用于绘制决策边界。

3. 接着，使用逻辑回归模型对网格点进行预测，并将预测结果用不同的颜色填充。

4. 最后，将两个类别的数据点用不同的颜色绘制出来，以便观察分类效果。

下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
np.random.seed(0)
X = np.random.randn(200, 2)
y = np.logical_xor(X[:, 0] > 0, X[:, 1] > 0)

# 训练逻辑回归模型
from sklearn.linear_model import LogisticRegression
clf = LogisticRegression()
clf.fit(X, y)

# 绘制决策边界和数据点
xx, yy = np.meshgrid(np.linspace(-3, 3, 500), np.linspace(-3, 3, 500))
Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
plt.contourf(xx, yy, Z, cmap=plt.cm.Paired)
plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Paired)
plt.show()