Aan de slagGa gratis aan de slag

Een lineair regressiemodel visualiseren

Nu je je lineaire regressiemodel hebt gebouwd en getraind met alle beschikbare observaties, kun je visualiseren hoe goed het model bij de data past. Zo kun je de relatie tussen uitgaven aan radio-advertenties en sales-waarden interpreteren.

De variabelen X, een array met radio-waarden, y, een array met sales-waarden, en predictions, een array met de door het model voorspelde waarden voor y gegeven X, zijn alvast voor je ingeladen uit de vorige oefening.

Deze oefening maakt deel uit van de cursus

Supervised Learning met scikit-learn

Cursus bekijken

Oefeninstructies

  • Importeer matplotlib.pyplot als plt.
  • Maak een scatterplot waarin je y tegen X visualiseert, met observaties in het blauw.
  • Teken een rode lijngrafiek met de predictions tegen X.
  • Geef de grafiek weer.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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.____()
Code bewerken en uitvoeren