[背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community 所以我们接下来要做的是 #让我们看看我们的 预测怎么样 我们之前说过使用GraphLab Canvas来可视化数据，但是 你也可以用其他的Python工具 为了做一个简单的示范 我将导入一个搜索工具 很常用的一个 它叫做 mot plot lib 现在呢 我要 输入pyplot 它可以让你在Python里绘图 我准备把它简记为PLT 所以当你在Python里导入包的时候 
如果你输入import myplotlib.pyplot 它是包里一个特定的部分 在它后面我写了as plt 这样我就不用一直写这么长串的matlab_lib.pyplot 我只要写plt就可以 这就是as命令的作用 我现在要导入它 这里有一个小技巧 就像你对 Canvas做的那样 确认它在记事本里输出了 
我们在这里也要做类似的事情 所以输入百分号% 然后输入 matplotlib inline 所以它会在记事本上绘图 让我们按下回车 我们已经导入了它 现在我要建立 一个来表示最初结果的图像 我们需要键入 plt.plot 这里有一个功能 我会用两种方法绘制我的测试数据 这太有趣了 我们可以用MyPLot 11在一张图里画出两种图形 我们一起来试试看 我用测试数据作为参数 在我们使用的测试数据里 我将住房面积大小作为X轴 将房屋价格作为Y轴 这和我们之前做过的图有点像 是个散点图 这些点中的每一个点都是测试点 我用“.”表示这些点 这就是这个“.”在这里的作用 此外 我还要再画一种图形 我将在一张图里画两种图形 噢 我上面丢掉一个逗号 所以我们除了绘制测试数据之外 还要把预测画出来 同样地 这一次x轴依然表示居住空间的面积大小 但是y轴 跟之前所表示的有所不同 它用来表示我的模型对每栋房子预测出的价格 记得之前我们建立的这个平方英尺模型 它有好多功能可以选择 如果你向下翻的话 会有一个功能叫做预测功能 这个预测功能就是 你给它输入一串数据 它可以输出并对我们这一列数据中 每一个元素的预测值作出估算 我给它传入测试数据 然后用短横线来作图 在我执行这一行命令之前 我们花一点时间来想象一下这张图会是什么样 上面那一行代码指的是用点号来作出
测试数据中房屋大小和价格的图形 它很像我们之前画过的那张散点图 第二行指的是 用短横线来作出房屋大小和预测价格的图形 要记得这是只有单个变量的简单线性回归模型 我们只有一个变量 就像我们之前在课程里所讲的 我们只会画出一条直线 我们执行这两行来看看结果 这里蓝色的点 是测试数据中的房价 这里绿色的线对应于我们预测的房价 [背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community