Previsão usando um modelo de regressão
Agora que você ajustou um modelo com os dados habitacionais da Califórnia, vamos ver quais previsões ele gera com alguns dados novos. Você pode investigar a relação subjacente que o modelo encontrou entre inputs e outputs inserindo uma série de números como inputs e vendo o que o modelo prevê para cada input.
Uma matriz 1-D new_inputs que consiste em 100 "novos" valores para "MedHouseVal" (valor médio da casa) está disponível no seu espaço de trabalho junto com o model que você ajustou no exercício anterior.
Este exercício faz parte do curso
Aprendizado de máquina para dados de séries temporais em Python
Instruções de exercício
- Analise o site
new_inputsno shell. - Remodelar o site
new_inputsadequadamente para gerar previsões. - Execute o código fornecido para visualizar as previsões.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# 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()