Memprediksi menggunakan model regresi

Sekarang setelah Anda melatih model dengan data perumahan California, mari lihat prediksi yang dihasilkan pada beberapa data baru. Anda dapat menelusuri hubungan mendasar yang ditemukan model antara masukan dan keluaran dengan memasukkan rentang angka sebagai masukan dan melihat apa yang diprediksi model untuk setiap masukan.

Array 1-D new_inputs yang terdiri dari 100 nilai "baru" untuk "MedHouseVal" (nilai rumah median) tersedia di workspace Anda bersama dengan model yang Anda latih pada latihan sebelumnya.

Latihan ini merupakan bagian dari kursus

Machine Learning untuk Data Deret Waktu di Python

Lihat Kursus

Instruksi latihan

Tinjau new_inputs di shell.
Ubah bentuk new_inputs dengan tepat untuk menghasilkan prediksi.
Jalankan kode yang diberikan untuk memvisualisasikan prediksi.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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()

Edit dan Jalankan Kode