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
Maschinelles Lernen für Zeitreihendaten in Python
Anleitung zur Übung
- Sage den Blumentyp mithilfe des Arrays
X_predictvoraus. - Führe den gegebenen Code aus, um die Vorhersagen zu visualisieren.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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()