Göra förutsägelser med en regressionsmodell
Nu när du har anpassat en modell med Californias bostadsdata, ska vi se vilka förutsägelser den genererar på nya data. Du kan undersöka det underliggande samband som modellen har hittat mellan indata och utdata genom att mata in ett intervall av värden och se vad modellen förutsäger för varje värde.
En 1-D array new_inputs med 100 "nya" värden för "MedHouseVal" (medianvärde för bostäder) finns tillgänglig i din arbetsyta tillsammans med den model du anpassade i föregående övning.
Den här övningen är en del av kursen
Maskininlärning för tidsseriedata i Python
Övningsinstruktioner
- Granska
new_inputsi terminalen. - Omforma
new_inputspå lämpligt sätt för att generera förutsägelser. - Kör den angivna koden för att visualisera förutsägelserna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()