ComeçarComece de graça

Visualização de um modelo de regressão linear

Agora que você criou um modelo de regressão linear e o treinou usando todas as observações disponíveis, é possível visualizar a adequação do modelo aos dados. Isso permite que você interprete a relação entre os gastos publicitários com radio e os valores das vendas (sales).

Já foram pré-carregadas para você as seguintes variáveis do exercício anterior:X, uma matriz de valores de radio; y, uma matriz de valores de sales; e predictions, que é uma matriz de valores previstos do modelo para y dado X.

Este exercício faz parte do curso

Aprendizado Supervisionado com o scikit-learn

Ver curso

Instruções do exercício

  • Importe matplotlib.pyplot como plt.
  • Crie um gráfico de dispersão visualizando y em relação a X, com as observações em azul.
  • Desenhe um gráfico de linha vermelha exibindo as previsões em relação a X.
  • Mostre o gráfico.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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.____()
Editar e executar o código