Previsão usando um modelo de classificação
Agora que você ajustou seu classificador, vamos usá-lo para prever o tipo de flor (ou classe) para alguns flores recém-colhidas.
As informações sobre a largura e o comprimento das pétalas de várias flores novas são armazenadas
na variável targets. Usando o classificador que você ajustou, você preverá o tipo de cada flor.
Este exercício faz parte do curso
Aprendizado de máquina para dados de séries temporais em Python
Instruções do exercício
- Preveja o tipo de flor usando a matriz
X_predict. - Execute o código fornecido para visualizar as previsões.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()