LoslegenKostenlos starten

Visualisierung des Modells für die lineare Regression

Du hast bereits ein Modell für die lineare Regression erstellt und mit allen verfügbaren Daten trainiert. Nun kannst du visualisieren, wie gut das Modell zu den Daten passt. Dies hilft dir, die Beziehung zwischen Werbeausgaben für das spezifische Medium (radio) und den erzielten Umsätzen (sales) zu interpretieren.

Die Variablen X (ein Array mit den Werten von radio), y (ein Array mit den Werten von sales) und predictions (ein Array mit den vorhergesagten Werten des Modells für y bei gegebenem X) wurden bereits aus der vorherigen Übung geladen.

Diese Übung ist Teil des Kurses

<Kurs>Überwachtes Lernen mit scikit-learn</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere matplotlib.pyplot als plt.
  • Erstelle ein Streudiagramm zur Visualisierung von y bei gegebenem X, wobei die Beobachtungen blau dargestellt werden sollen.
  • Zeichne ein rotes Liniendiagramm, das die Vorhersagen bei gegebenem X darstellt.
  • Zeige das Diagramm an.

Interaktive praktische Übung

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

# Import matplotlib.pyplot
import ____.____ as ____

# Create scatter plot
plt.scatter(____, ____, color="____")

# Create line plot
plt.plot(____, ____, color="____")
plt.xlabel("Radio Expenditure ($)")
plt.ylabel("Sales ($)")

# Display the plot
plt.____()
Code bearbeiten und ausführen