1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do deep learningu v Pythonu
Connected

cvičení

Poslední kroky v klasifikačních modelech

Teď vytvoříš klasifikační model s využitím datasetu Titanic, který je předem načtený v DataFrame df. Budeme pracovat s informacemi o cestujících a předpovídat, kteří z nich přežili.

Prediktivní proměnné jsou uloženy v NumPy poli predictors. Cílová proměnná je v df.survived, ale před použitím v Keras ji budeš muset upravit. Počet prediktivních příznaků je uložen v proměnné n_cols.

V tomto cvičení použiješ optimizer 'sgd', což je zkratka pro Stochastic Gradient Descent. Víc se o něm dozvíš v další kapitole!

Pokyny

100 XP
  • Převeď df.survived na kategorickou proměnnou pomocí funkce to_categorical().
  • Definuj model Sequential a ulož ho do proměnné model.
  • Přidej vrstvu Dense s 32 uzly. Jako activation použij 'relu' a jako input_shape zadej (n_cols,).
  • Přidej výstupní vrstvu Dense. Protože existují dva možné výsledky, měla by mít 2 jednotky, a protože jde o klasifikační model, nastav activation na 'softmax'.
  • Zkompiluj model: jako optimizer použij 'sgd', jako ztrátovou funkci 'categorical_crossentropy' a přidej metrics=['accuracy'], aby ses po každé epoše viděl/a přesnost modelu (jaký podíl předpovědí byl správný).
  • Natrénuj model pomocí predictors a target.