視覺化決策邊界
在這個練習中，你將視覺化各種分類器的決策邊界。
scikit-learn 內建的 wine 資料集已經載入了一個子集到 X，對應的二元標籤放在 y。
本練習屬於課程
Python 中的線性分類器
練習說明
- 以預設超參數建立以下分類器物件：
LogisticRegression、LinearSVC、SVC、KNeighborsClassifier。 - 使用
for迴圈在提供的資料上訓練每個分類器。 - 呼叫
plot_4_classifers()函式（類似於這裡的程式碼），並傳入X、y，以及包含四個分類器的清單。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC, LinearSVC
from sklearn.neighbors import KNeighborsClassifier
# Define the classifiers
classifiers = [____]
# Fit the classifiers
for c in ____:
____
# Plot the classifiers
plot_4_classifiers(X, y, classifiers)
plt.show()