Vorhersagen mit einem Klassifikationsmodell

Jetzt, da du deinen Klassifizierer trainiert hast, lass uns damit den Blumentyp (also die Klasse) für einige neu erfasste Blumen vorhersagen.

Informationen über Blütenblattbreite und -länge für mehrere neue Blumen sind in der Variablen targets gespeichert. Mit dem von dir trainierten Klassifizierer sagst du den Typ jeder Blume voraus.

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen für Zeitreihendaten in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Sage den Blumentyp mithilfe des Arrays X_predict voraus.
Führe den gegebenen Code aus, um die Vorhersagen zu visualisieren.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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()

Code bearbeiten und ausführen