使用分類模型進行預測
你已經訓練好分類器了，現在就用它來為一些新採集的花預測種類（也就是類別）。
多朵新花的花瓣寬度與長度資訊已儲存在變數 targets 中。請用你訓練好的分類器，為每一朵花預測其種類。
本練習屬於課程
Python 的時間序列資料機器學習
練習說明
- 使用陣列
X_predict預測花的種類。 - 執行提供的程式碼以視覺化這些預測結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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()