Bagaimana merencanakan batas keputusan dalam R untuk model regresi logistik?

Saya membuat model regresi logistik menggunakan glm di R. Saya memiliki dua variabel independen. Bagaimana saya bisa memplot batas keputusan model saya di sebar plot dua variabel. Misalnya, bagaimana saya bisa menggambar gambar seperti: http://onlinecourses.science.psu.edu/stat557/node/55

Terima kasih.

set.seed(1234)

x1 <- rnorm(20, 1, 2)
x2 <- rnorm(20)

y <- sign(-1 - 2 * x1 + 4 * x2 )

y[ y == -1] <- 0

df <- cbind.data.frame( y, x1, x2)

mdl <- glm( y ~ . , data = df , family=binomial)

slope <- coef(mdl)[2]/(-coef(mdl)[3])
intercept <- coef(mdl)[1]/(-coef(mdl)[3]) 

library(lattice)
xyplot( x2 ~ x1 , data = df, groups = y,
   panel=function(...){
       panel.xyplot(...)
       panel.abline(intercept , slope)
       panel.grid(...)
       })

Saya harus berkomentar bahwa pemisahan sempurna terjadi di sini, karena itu glmfungsinya memberi Anda peringatan. Tapi itu tidak penting di sini karena tujuannya adalah untuk menggambarkan cara menggambar batas linear dan pengamatan diwarnai sesuai dengan kovariat mereka.

Ingin menjawab pertanyaan dalam komentar untuk jawaban yang diterima di atas dari Fernando: Dapatkah seseorang menjelaskan logika di belakang lereng dan mencegat?

Hipotesis untuk regresi logistik mengambil bentuk:

$$h_{\theta} = g(z)$$

$g(z)$$z$

$$z = \theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2}$$

$y = 1$$h_{\theta} \geq 0.5$

$$\theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2} \geq 0$$

di atas adalah batas keputusan dan dapat disusun kembali sebagai:

$$x_{2} \geq \frac{-\theta_{0}}{\theta_{2}} + \frac{-\theta_{1}}{\theta_{2}}x_{1}$$

$y = mx + b$$m$$b$