Predecir usando un modelo de regresión
Ahora que has ajustado un modelo con los datos de viviendas de California, veamos qué predicciones genera sobre datos nuevos. Puedes explorar la relación subyacente que el modelo ha encontrado entre entradas y salidas introduciendo un rango de números como entradas y viendo qué predice el modelo para cada uno.
En tu espacio de trabajo tienes disponible un array 1-D new_inputs con 100 valores "nuevos" para "MedHouseVal" (valor medio de la vivienda), junto con el model que ajustaste en el ejercicio anterior.
Este ejercicio forma parte del curso
Machine Learning para datos de series temporales en Python
Instrucciones del ejercicio
- Revisa
new_inputsen la consola. - Cambia la forma de
new_inputsadecuadamente para generar predicciones. - Ejecuta el código dado para visualizar las predicciones.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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()