Prognosen machen

Das trainierte Netzwerk aus deiner vorherigen Programmierübung ist jetzt als „ model “ gespeichert. Neue Daten für Vorhersagen werden in einem NumPy-Array als „ pred_data “ gespeichert. Verwende „ model “, um Vorhersagen für deine neuen Daten zu treffen.

In dieser Übung sind deine Vorhersagen Wahrscheinlichkeiten, was die gängigste Methode für Datenwissenschaftler ist, um ihre Vorhersagen an Kollegen weiterzugeben.

Diese Übung ist Teil des Kurses

Einführung in Deep Learning mit Python

Kurs anzeigen

Anleitung zur Übung

Mach deine Vorhersagen mit der Methode „ .predict() ” des Modells auf pred_data.
Verwende die NumPy-Indizierung, um die Spalte zu finden, die den vorhergesagten Überlebenswahrscheinlichkeiten „True“ entspricht. Das ist die zweite Spalte (Index 1) von predictions. Speicher das Ergebnis in „ predicted_prob_true “ und schreib es auf.

Interaktive 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