如何使用mlxtend绘制多个结果（2,3）？

我使用了6个模型，希望在2行3列中绘制所有六个结果。最初，示例代码有4个初始模型，我从这里得到：http://rasbt.github.io/mlxtend/.问题是我只绘制了最初的4个模型。

我添加了clf4和clf5，但无法绘制它们。我试图在gs = gridspec.GridSpec(2, 3)上更改gs = gridspec.GridSpec(2, 2)，但这段代码可能会更改每个地块的高度和宽度比例。我想ax = plt.subplot(gs[grd[0], grd[1]])会有助于改变，但我不明白grd[0]和grd[1]是什么。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import itertools
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier
from mlxtend.classifier import EnsembleVoteClassifier
from mlxtend.data import iris_data
from mlxtend.plotting import plot_decision_regions

# Initializing Classifiers
clf1 = LogisticRegression(random_state=0)
clf2 = RandomForestClassifier(random_state=0)
clf3 = SVC(random_state=0, probability=True)
clf4 = DesicionTree(random_state=0)
clf5 = GaussianProcess()
eclf = EnsembleVoteClassifier(clfs=[clf1, clf2, clf3],
                              weights=[2, 1, 1], voting='soft')

# Loading some example data
X, y = iris_data()
X = X[:,[0, 2]]

# Plotting Decision Regions

gs = gridspec.GridSpec(2, 2)
fig = plt.figure(figsize=(10, 8))

labels = ['Logistic Regression',
          'Random Forest',
          'RBF kernel SVM',
          'Ensemble', 'Desicion Tree', 'Gaussian Process']

for clf, lab, grd in zip([clf1, clf2, clf3,clf4,clf5 eclf],
                         labels,
                         itertools.product([0, 1],
                         repeat=2)):
    clf.fit(X, y)
    ax = plt.subplot(gs[grd[0], grd[1]])
    fig = plot_decision_regions(X=X, y=y,
                                clf=clf, legend=2)
    plt.title(lab)

plt.show()

我期望在一个图上绘制所有6个结果。