>>> from sklearn.linear_model import LogisticRegression
>>> lr = LogisticRegression(C=100.0, solver='lbfgs',
... multi_class='ovr')
>>> lr.fit(X_train_std, y_train)
>>> plot_decision_regions(X_combined_std,
... y_combined,
... classifier=lr,
... test_idx=range(105, 150))
>>> plt.xlabel('Petal length [standardized]')
>>> plt.ylabel('Petal width [standardized]')
>>> plt.legend(loc='upper left')
>>> plt.tight_layout()
>>> plt.show()
훈련 데이터에 모델을 훈련한 후 결정 영역, 훈련 샘플, 테스트 샘플을 그림 3-7과 같이 그립니다.
▲ 그림 3-7 사이킷런의 다중 분류 로지스틱 회귀 모델이 만든 결정 경계