可视化线性回归模型
现在您已经建立了线性回归模型，并用所有可用观测进行了训练，可以将模型对数据的拟合情况可视化。这样便于您解读 radio 广告支出与 sales 数值之间的关系。
变量 X（radio 数值数组）、y（sales 数值数组）以及 predictions（给定 X 时模型对 y 的预测值数组）都已从上一个练习为您预加载。
本练习是课程的一部分
使用 scikit-learn 的监督学习
练习说明
- 导入
matplotlib.pyplot并命名为plt。 - 创建一个散点图，展示
y相对于X的关系，观测点使用蓝色。 - 绘制一条红色折线图，显示
predictions相对于X的值。 - 显示图形。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import matplotlib.pyplot
import ____.____ as ____
# Create scatter plot
plt.scatter(____, ____, color="____")
# Create line plot
plt.plot(____, ____, color="____")
plt.xlabel("Radio Expenditure ($)")
plt.ylabel("Sales ($)")
# Display the plot
plt.____()