Fazendo previsões com um modelo de regressão
Agora que você ajustou um modelo com os dados de habitação da Califórnia, vamos ver quais previsões ele gera em alguns novos dados. Você pode investigar a relação subjacente que o modelo encontrou entre entradas e saídas fornecendo uma faixa de números como entrada e vendo o que o modelo prevê para cada um.
Um array 1-D new_inputs contendo 100 valores "novos" para "MedHouseVal" (valor mediano das casas) está disponível no seu ambiente, junto com o model que você ajustou no exercício anterior.
Este exercício faz parte do curso
Machine Learning para dados de séries temporais em Python
Instruções do exercício
- Revise
new_inputsno shell. - Redimensione
new_inputsde forma apropriada para gerar previsões. - Execute o código fornecido para visualizar as previsões.
Exercício interativo prático
Experimente este exercício completando 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()