Predicción mediante un modelo de clasificación
Ahora que has ajustado tu clasificador, utilicémoslo para predecir el tipo de flor (o clase) de algunas flores recién recolectadas.
Se almacena información sobre la anchura y longitud de los pétalos de varias flores nuevas
en la variable targets. Utilizando el clasificador que hayas ajustado, predecirás el tipo de cada flor.
Este ejercicio forma parte del curso
Machine learning para datos de series temporales en Python
Instrucciones del ejercicio
- Predice el tipo de flor utilizando la matriz
X_predict. - Ejecuta el código dado para visualizar las predicciones.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# 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()