使用Python绘制逻辑回归分类结果图

这段代码使用Python中的matplotlib库绘制逻辑回归模型对数据进行分类的结果图。

首先，代码使用 plt.figure(figsize=(10, 6)) 设置图形的大小为 10x6 英寸。

接着，使用 plt.scatter 绘制两类数据点的散点图。其中 X[y == 0] 和 X[y == 1] 分别代表类别 0 和类别 1 的数据点，color='b' 和 color='r' 分别设置两类数据点的颜色为蓝色和红色，label='0' 和 label='1' 分别设置两类数据点的标签。

然后，代码计算数据点的最小值和最大值，并使用 np.meshgrid 生成一个覆盖整个图像的网格。每个网格点都被输入到逻辑回归模型中进行预测，得到预测结果 Z。

最后，代码使用 plt.contour 绘制等高线图，将预测结果 Z 绘制成等高线，并将两类数据点分割成两个区域。cmap=plt.cm.Paired 设置等高线的颜色方案。

此外，代码还设置了 x 轴和 y 轴的标签，使用 plt.xlabel('Sepal length') 和 plt.ylabel('Sepal width')。使用 plt.title('Logistic Regression') 设置图形的标题。最后，使用 plt.legend() 显示图例，plt.show() 显示绘制好的图形。

总结来说，这段代码通过绘制散点图和等高线图，展示了逻辑回归模型对数据进行分类的结果，并通过设置轴标签和图例，使图形更易于理解。