Si repetimos el proceso con un parámetro de regularización alto:
model = SVC(kernel = "linear", C = 100)
model.fit(X, y)
model.fit(X, y)
vemos que, ahora, la frontera de decisión ha cambiado, siendo todas las muestras bien clasificadas:
show_boundaries(model, X, None, y, None, iris.species.unique())
A costa de un margen mucho menor y, por lo tanto, menor capacidad de generalizar el resultado:
