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

Einführung in Deep Learning mit Python

Kurs anzeigen

Anleitung zur Übung

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 Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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