Seguí todos los pasos, y mi gráfica no salió curva, por mas que reviso no encuentro el error. De antemano les agradezco la ayuda
from sklearn.svm import SVC
from sklearn.preprocessing import StandardScaler
x = datos[['horas_esperadas', 'precio']]
y = datos.finalizado
SEED = 42
np.random.seed(SEED)
raw_x_train, raw_x_test, y_train, y_test = train_test_split(x,y,test_size=0.25, stratify=y )
print(f"Entrenaremos con {len(x_train)} elementos y provamos con {len(x_test)} elementos.")
scaler = StandardScaler()
scaler.fit(raw_x_train)
x_train = scaler.transform(raw_x_train)
x_test = scaler.transform(raw_x_test)
mode = SVC() #modelo lineal, sera support vector clasifire
model.fit(x_train, y_train)
previsiones = model.predict(x_test)
data_x = x_test[:,0]
data_y = x_test[:,1]
x_min = data_x.min()
x_max = data_x.max()
y_min = data_y.min()
y_max = data_y.max()
pixels = 100
eje_x = np.arange(x_min, x_max, (x_max-x_min)/pixels)
eje_y = np.arange(y_min, y_max, (y_max-y_min)/pixels)
xx, yy = np.meshgrid(eje_x, eje_y)
puntos = np.c_[xx.ravel(), yy.ravel()]
Z = model.predict(puntos)
Z = Z.reshape(xx.shape)
plt.contourf (xx, yy, Z, alpha=0.3)
plt.scatter(data_x, data_y, c=y_test, s=1)
tasa_de_acierto = accuracy_score (y_test, previsiones)
print(f'La tasa de acierto fue de: {round(tasa_de_acierto*100,2)}%')
