Das Modell anpassen
Du bist gerade beim lustigsten Teil. Jetzt passt das Modell zu dir. Denk dran, dass die Daten, die als Vorhersage-Features verwendet werden sollen, in ein NumPy-Array namens „ predictors ” geladen werden und die Daten, die vorhergesagt werden sollen, in einem NumPy-Array namens „ target ” gespeichert werden. Deine Datei „ model ” ist schon fertig geschrieben und enthält den Code aus der letzten Übung.
Diese Übung ist Teil des Kurses
Einführung in Deep Learning mit Python
Anleitung zur Übung
- Setze den „
model“ ein. Denk dran, dass das erste Argument die prädiktiven Merkmale (predictors) sind und die zu prädiktierenden Daten (target) das zweite Argument sind.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
model.compile(optimizer='adam', loss='mean_squared_error')
# Fit the model
____