Predikce pomocí klasifikačního modelu
Klasifikátor máš natrénovaný – teď ho použijeme k předpovědi druhu květiny (neboli třídy) pro několik nově nasbíraných vzorků.
Informace o šířce a délce okvětních lístků těchto nových květin jsou uložené
v proměnné targets. S pomocí natrénovaného klasifikátoru předpovíš, o jaký druh se u každé z nich jedná.
Toto cvičení je součástí kurzu
Machine Learning pro data časových řad v Pythonu
Pokyny k cvičení
- Předpověz druh květiny pomocí pole
X_predict. - Spusť připravený kód a vizualizuj výsledky predikce.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create input array
X_predict = targets[['petal length (cm)', 'petal width (cm)']]
# Predict with the model
predictions = ____
print(predictions)
# Visualize predictions and actual values
plt.scatter(X_predict['petal length (cm)'], X_predict['petal width (cm)'],
c=predictions, cmap=plt.cm.coolwarm)
plt.title("Predicted class values")
plt.show()