Model.predict¶

In [ ]:

Model.predict()

Creates a vDataFrame of the model.

Returns¶

vDataFrame : the vDataFrame including the prediction.

Example¶

In [20]:

from verticapy.learn.cluster import DBSCAN
model = DBSCAN(name = "public.DBSCAN_iris")
model.fit("public.iris", ["PetalLengthCm", "PetalWidthCm"])
model.predict()

	123 PetalLengthCm Numeric(5,2)	123 PetalWidthCm Numeric(5,2)	123 dbscan_cluster Int
1	1.00	0.20	0
2	1.10	0.10	0
3	1.20	0.20	0
4	1.20	0.20	0
5	1.30	0.20	0
6	1.30	0.20	0
7	1.30	0.20	0
8	1.30	0.20	0
9	1.30	0.30	0
10	1.30	0.30	0
11	1.30	0.40	0
12	1.40	0.10	0
13	1.40	0.20	0
14	1.40	0.20	0
15	1.40	0.20	0
16	1.40	0.20	0
17	1.40	0.20	0
18	1.40	0.20	0
19	1.40	0.20	0
20	1.40	0.20	0
21	1.40	0.30	0
22	1.40	0.30	0
23	1.40	0.30	0
24	1.50	0.10	0
25	1.50	0.10	0
26	1.50	0.10	0
27	1.50	0.10	0
28	1.50	0.20	0
29	1.50	0.20	0
30	1.50	0.20	0
31	1.50	0.20	0
32	1.50	0.20	0
33	1.50	0.20	0
34	1.50	0.30	0
35	1.50	0.40	0
36	1.50	0.40	0
37	1.50	0.40	0
38	1.60	0.20	0
39	1.60	0.20	0
40	1.60	0.20	0
41	1.60	0.20	0
42	1.60	0.20	0
43	1.60	0.40	0
44	1.60	0.60	0
45	1.70	0.20	0
46	1.70	0.30	0
47	1.70	0.40	0
48	1.70	0.50	0
49	1.90	0.20	0
50	1.90	0.40	0
51	3.00	1.10	1
52	3.30	1.00	1
53	3.30	1.00	1
54	3.50	1.00	1
55	3.50	1.00	1
56	3.60	1.30	1
57	3.70	1.00	1
58	3.80	1.10	1
59	3.90	1.10	1
60	3.90	1.20	1
61	3.90	1.40	2
62	4.00	1.00	2
63	4.00	1.20	2
64	4.00	1.30	2
65	4.00	1.30	2
66	4.00	1.30	2
67	4.10	1.00	2
68	4.10	1.30	2
69	4.10	1.30	2
70	4.20	1.20	2
71	4.20	1.30	2
72	4.20	1.30	2
73	4.20	1.50	2
74	4.30	1.30	2
75	4.30	1.30	2
76	4.40	1.20	2
77	4.40	1.30	2
78	4.40	1.40	2
79	4.40	1.40	2
80	4.50	1.30	2
81	4.50	1.50	2
82	4.50	1.50	2
83	4.50	1.50	2
84	4.50	1.50	2
85	4.50	1.50	2
86	4.50	1.60	2
87	4.50	1.70	2
88	4.60	1.30	2
89	4.60	1.40	2
90	4.60	1.50	2
91	4.70	1.20	2
92	4.70	1.40	2
93	4.70	1.40	2
94	4.70	1.50	2
95	4.70	1.60	2
96	4.80	1.40	2
97	4.80	1.80	2
98	4.80	1.80	2
99	4.80	1.80	2
100	4.90	1.50	2

Out[20]:

Rows: 1-100 of 150 | Columns: 3