Przewidywanie za pomocą modelu regresji
Skoro model został już dopasowany do danych dotyczących mieszkań w Kalifornii, sprawdź, jakie predykcje generuje na nowych danych. Możesz zbadać zależność wykrytą przez model między danymi wejściowymi a wyjściowymi – wystarczy podać zakres wartości wejściowych i sprawdzić, co model dla nich przewiduje.
W twoim środowisku roboczym dostępna jest jednowymiarowa tablica new_inputs zawierająca 100 „nowych" wartości dla "MedHouseVal" (mediana wartości domu) oraz model dopasowany w poprzednim ćwiczeniu.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Przejrzyj zawartość
new_inputsw konsoli. - Zmień kształt
new_inputsodpowiednio, aby wygenerować predykcje. - Uruchom podany kod, aby zwizualizować predykcje.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()