sklearn.linear_model.LogisticRegression(Class=3)

https://broscoding.tistory.com/128

머신러닝.datasets .make_blobs 사용하기

# data 준비
from sklearn.datasets import make_blobs
X,y=make_blobs(300,2,[[0,0],[-10,10],[10,10]],[2,3,5])

 

# model 훈련
from sklearn.linear_model import LogisticRegression
model = LogisticRegression()
model.fit(X,y)

 

# 시각화
import mglearn

# graph size
plt.figure(figsize=[10,8])

# 바탕색 관련
mglearn.plots.plot_2d_classification(model,X,cm='Reds',alpha=0.3)

# scatter
mglearn.discrete_scatter(X[:,0],X[:,1],y,alpha=0.7)

# 기울기
w=model.coef_
# 절편
b=model.intercept_

# x의 범위 설정
rng=np.array([X[:,0].min(),X[:,0].max()])

# 각 클레스 별로 선을 긋기 위해 반복
for i in range(3):
	# y=w1*x1+w2*x2+b 에서 높이(y)가 0 -> x2=-(w1*x1+b)/w2
    plt.plot(rng,-(w[i,0]*rng+b[i])/w[i,1],':',lw=4,label='line'+str(i))
plt.legend()