使用回归模型进行预测
既然您已经在 California housing 数据上拟合了一个模型，接下来看看它在新数据上的预测结果。您可以通过输入一系列数值并观察模型对每个输入的预测，来探索模型在输入与输出之间学到的关系。
工作区中已提供一个 1-D 数组 new_inputs，包含 100 个 "MedHouseVal"（房价中位数）的"新"取值，以及您在上一个练习中拟合好的 model。
本练习是课程的一部分
Python 中的时间序列机器学习
练习说明
- 在 shell 中查看
new_inputs。 - 适当重塑
new_inputs，以生成预测。 - 运行给定代码以可视化预测结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()