Зачем "пространство предсказания"?

Question

Это старая проблема прогнозирования с использованием регрессионного исследования данных Gapminder. Они использовали «пространство предсказания» для вычисления предсказания.

Q1. Почему я должен создавать «пространство предсказания»? Какая от этого польза?

Q2. Соотношение вычислительных прогнозов над «пространством предсказаний»?

import numpy as np
import pandas as pd

# Read the CSV file into a DataFrame: df
df = pd.read_csv('gapminder.csv')

Данные выглядят так:

Страна, год, жизнь, население, доходы, регион

Афганистан, 1800,28,211,3280000,603,0, Южная Азия

Словацкая Республика, 1960,70,47800000000001,4137224,8693.0, Европа и Центральная Азия

# Create arrays for features and target variable
y = df.life.values
X = df.fertility.values

# Reshape X and y
y = y.reshape(-1,1)
X = X.reshape(-1,1)

# Create the regressor: reg
reg = LinearRegression()

# Create the prediction space
prediction_space = np.linspace(min(X_fertility), max(X_fertility)).reshape(-1,1)

# Fit the model to the data
reg.fit(X_fertility, y)

# Compute predictions over the prediction space: y_pred
y_pred = reg.predict(prediction_space)

Answer 1

Я считаю, что вы проходите курс обучения в DataCamp

Я тоже наткнулся на это, и ответ: prediction_space и y_pred используются для построения прямой линии на графике

ПРИМЕЧАНИЕ: для тех, кто читает это и не понимает, о чем я говорю, во фрагменте кода фактически отсутствует код построения графика

# Plot regression line
plt.plot(prediction_space, y_pred, color='black', linewidth=3)
plt.show()