可视化决策边界
在本练习中，您将可视化多种分类器类型的决策边界。
scikit-learn 内置的 wine 数据集的一个子集已加载到 X 中，二元标签存储在 y 中。
本练习是课程的一部分
Python 中的线性分类器
练习说明
- 使用默认超参数创建以下分类器对象：
LogisticRegression、LinearSVC、SVC、KNeighborsClassifier。 - 使用
for循环在给定数据上训练每个分类器。 - 调用
plot_4_classifers()函数（类似于此处的代码），传入X、y，以及一个包含这四个分类器的列表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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()