Voorspellen met een classificatiemodel
Nu je je classifier getraind hebt, ga je die gebruiken om het type bloem (of klasse) te voorspellen voor een paar nieuw verzamelde bloemen.
Informatie over de lengte en breedte van de bloembladen voor meerdere nieuwe bloemen staat in de variabele targets. Met de getrainde classifier voorspel je het type van elke bloem.
Deze oefening maakt deel uit van de cursus
Machine Learning voor tijdreeksgegevens in Python
Oefeninstructies
- Voorspel het bloementype met de array
X_predict. - Voer de gegeven code uit om de voorspellingen te visualiseren.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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()