Vorhersagen treffen

Das trainierte Netzwerk aus deiner vorherigen Programmierübung ist jetzt als model gespeichert. Neue Daten für Vorhersagen liegen als NumPy-Array in pred_data vor. Verwende model, um auf den neuen Daten Vorhersagen zu machen.

In dieser Übung sind deine Vorhersagen Wahrscheinlichkeiten – das ist die gängigste Art, wie Data Scientists ihre Prognosen mit Kolleginnen und Kollegen teilen.

Diese Übung ist Teil des Kurses

<Kurs>Einführung in Deep Learning mit Python</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle deine Vorhersagen mit der .predict()-Methode des Modells auf pred_data.
Nutze NumPy-Indexierung, um die Spalte zu finden, die den vorhergesagten Wahrscheinlichkeiten für ein Überleben entspricht. Das ist die zweite Spalte (Index 1) von predictions. Speichere das Ergebnis in predicted_prob_true und gib es aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Specify, compile, and fit the model
model = Sequential()
model.add(Dense(32, activation='relu', input_shape = (n_cols,)))
model.add(Dense(2, activation='softmax'))
model.compile(optimizer='sgd', 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])
model.fit(predictors, target)

# Calculate predictions: predictions
predictions = ____

# Calculate predicted probability of survival: predicted_prob_true
predicted_prob_true = ____

# Print predicted_prob_true
print(predicted_prob_true)

Code bearbeiten und ausführen