CommencerCommencez gratuitement

Visualisation d'un modèle de régression linéaire

Maintenant que vous avez construit votre modèle de régression linéaire et que vous l'avez entraîné à l'aide de toutes les observations disponibles, vous pouvez visualiser l'adéquation du modèle aux données. Cela vous permet d'interpréter la relation entre les dépenses publicitaires de radio et les valeurs de sales.

Les variables X, un tableau des valeurs de radio, y, un tableau des valeurs de sales, et predictions, un tableau des valeurs prédites par le modèle pour y et X, ont été préchargés pour vous à partir de l'exercice précédent.

Cet exercice fait partie du cours

Apprentissage supervisé avec scikit-learn

Afficher le cours

Instructions d’exercice

  • Importez matplotlib.pyplot en tant que plt.
  • Créez un diagramme en nuage de points pour visualiser y en fonction de X, avec les observations en bleu.
  • Tracez une ligne rouge représentant les prédictions en fonction de X.
  • Affichez le graphique.

Exercice interactif pratique

Essayez-vous à cet exercice en complétant cet exemple de code.

# 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.____()
Modifier et exécuter du code