Python 如何根据线性回归结果绘制S形曲线？

我有一个线性回归分类器。我想用线性回归模型的参数（斜率和插入率）实现并绘制一条S形曲线，但我得到了一些错误

代码：

错误消息：

TypeError回溯（最近一次调用上次） 在（） 28返回a 29 --->30 sig=sigmoid（LR.intercept_uux，LR.coef_ux） 31 32 plt.图（X，sig）

乙状结肠（b0，b1，x） 25 a=[] 26对于x中的项目： --->27 a.附加（1/（1+数学表达式（-（b0+b1*x））） 28返回a 二十九

TypeError：只有大小为1的数组才能转换为Python标量

x中项目的

：
a、 追加（1/（1+数学表达式（-（b0+b1*x）））
归还

我想你有打字错误

x

是一个数组，但您要将它乘以b1并加上b0

math.exp

在标量上工作，而不是在数组上。

对于x中的项：
a、 追加（1/（1+数学表达式（-（b0+b1*x）））
归还

---

我想你有打字错误

x

是一个数组，但您要将它乘以b1并加上b0

math.exp

在标量上工作，而不是在数组上。

谢谢，但是我得到的曲线看起来更像一条直线。不是S形曲线，但我得到的曲线看起来更像一条直线。不是一个S形曲线你能发布数据或数据链接吗？你能发布数据或数据链接吗？

import pandas as pd
import seaborn as sb
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
import math

glucose1 = [i for i in range(100,123)]
glucose2 = [i for i in range(130,140)]
glucose = glucose1 + glucose2
diabetes = [1 if i>126 else 0 for i in glucose]
Data = pd.DataFrame(list(zip(glucose,diabetes)), columns = ['Glucose','Diabetes'])


Data.head()

Y = Data['Diabetes'].values
X = Data['Glucose'].values

LR = LinearRegression()
LR.fit(X.reshape(-1,1),Y)


def sigmoid(b0,b1,x):
    a = []
    for item in x:
        a.append(1/(1 + math.exp(-(b0 + b1 * x))))
    return a

sig = sigmoid(LR.intercept_, LR.coef_, X)

plt.plot(X,sig)
plt.show()