Previsioni con un modello di classificazione
Ora che hai addestrato il classificatore, usalo per prevedere il tipo di fiore (o classe) per alcuni fiori appena raccolti.
Le informazioni su larghezza e lunghezza dei petali per diversi nuovi fiori sono memorizzate
nella variabile targets. Usando il classificatore che hai addestrato, prevedi il tipo di ciascun fiore.
Questo esercizio fa parte del corso
Machine Learning per dati di serie temporali in Python
Istruzioni dell'esercizio
- Prevedi il tipo di fiore usando l'array
X_predict. - Esegui il codice fornito per visualizzare le previsioni.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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()