Передбачення за допомогою моделі класифікації
Тепер, коли ви навчили свій класифікатор, скористаймося ним, щоб передбачити тип квітки (клас) для кількох щойно зібраних зразків.
Інформація про ширину та довжину пелюсток для кількох нових квіток збережена
у змінній targets. Використовуючи налаштований класифікатор, ви передбачите тип кожної квітки.
Ця вправа є частиною курсу
Machine Learning для часових рядів у Python
Інструкції до вправи
- Передбачте тип квітки, використовуючи масив
X_predict. - Запустіть наданий код, щоб візуалізувати передбачення.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create input array
X_predict = targets[['petal length (cm)', 'petal width (cm)']]
# Predict with the model
predictions = ____
print(predictions)
# Visualize predictions and actual values
plt.scatter(X_predict['petal length (cm)'], X_predict['petal width (cm)'],
c=predictions, cmap=plt.cm.coolwarm)
plt.title("Predicted class values")
plt.show()