Предсказание с помощью регрессионной модели
Теперь, когда модель обучена на данных о жилье в Калифорнии, посмотрим, какие предсказания она даёт на новых данных. Вы можете изучить зависимость, которую модель обнаружила между входными и выходными данными: для этого подайте на вход диапазон значений и посмотрите, что модель предскажет для каждого из них.
В вашей рабочей среде доступен одномерный массив new_inputs, содержащий 100 «новых» значений признака "MedHouseVal" (медианная стоимость жилья), а также модель model, обученная в предыдущем упражнении.
Это упражнение является частью курса
Машинное обучение для данных временных рядов на Python
Инструкции к упражнению
- Изучите массив
new_inputsв консоли. - Измените форму
new_inputsнужным образом, чтобы получить предсказания. - Запустите приведённый код для визуализации предсказаний.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()