Předpovídání pomocí regresního modelu
Teď, když máš model natrénovaný na californských datech o bydlení, pojďme se podívat, jaké předpovědi generuje na nových datech. Základní vztah, který model objevil mezi vstupy a výstupy, si můžeš prozkoumat tak, že mu jako vstup předáš rozsah čísel a uvidíš, co pro každý z nich předpoví.
V tvém pracovním prostředí máš k dispozici 1D pole new_inputs se 100 „novými" hodnotami pro "MedHouseVal" (medián hodnoty nemovitosti) a také model natrénovaný v předchozím cvičení.
Toto cvičení je součástí kurzu
Machine Learning pro data časových řad v Pythonu
Pokyny k cvičení
- Prohlédni si
new_inputsv shellu. - Uprav tvar
new_inputstak, aby bylo možné generovat předpovědi. - Spusť zadaný kód pro vizualizaci předpovědí.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Generate predictions with the model using those inputs
predictions = ____
# Visualize the inputs and predicted values
plt.scatter(new_inputs, predictions, color='r', s=3)
plt.xlabel('inputs')
plt.ylabel('predictions')
plt.show()