绘制局部加权逻辑回归的决策边界？

Question

我已经实施了局部加权逻辑回归。

我正在使用这个函数计算算法的参数：

def lwlr(x_train,y_train,x,tau):

我从中了解到的是，我需要处理整个训练数据集以预测新测试集的类别......这对于每个新集都是正确的。

所以有相同的编号。决策边界作为测试集或训练集（如果我想绘制后者）。

我想绘制决策边界。

我解决这个问题的方法如下：

import matplotlib.pyplot as plt
x_p = np.hstack((x_train,y_train))


for j in range(0,len(theta)):
    plot_x =  np.arange(start = -x_p[j,0] , stop = x_p[j,0],step = 0.01)
    plot_y = (-1/theta[j][1]) * (theta[j][0] * plot_x + theta[j][2])
    plt.plot(plot_x, plot_y)
    plt.legend()
plt.scatter(x_p[:,0],x_p[:,1],c = x_p[:,3])

我期待以下图表：