LoslegenKostenlos loslegen

Binäre Klassifikationsprobleme

In dieser Übung arbeitest du erneut mit Kreditkartendaten. Die Zielvariable default gibt an, ob eine Karteninhaberin bzw. ein Karteninhaber in der folgenden Periode mit der Zahlung in Verzug gerät. Da es nur zwei Möglichkeiten gibt – Zahlungsausfall oder kein Zahlungsausfall –, handelt es sich um ein binäres Klassifikationsproblem. Obwohl der Datensatz viele Merkmale hat, konzentrierst du dich auf drei: die Höhe der drei letzten Kreditkartenrechnungen. Abschließend berechnest du Vorhersagen aus deinem nicht trainierten Netzwerk outputs und vergleichst sie mit der Zielvariable default.

Der Merkmals-Tensor wurde geladen und ist als bill_amounts verfügbar. Außerdem stehen die Operationen constant(), float32 und keras.layers.Dense() zur Verfügung.

Diese Übung ist Teil des Kurses

Einführung in TensorFlow mit Python

Kurs anzeigen

Anleitung zur Übung

  • Definiere inputs als 32-Bit-Gleitkomma-Konstanten-Tensor mithilfe von bill_amounts.
  • Setze dense1 auf eine dichte Schicht mit 3 Ausgabeknoten und einer relu-Aktivierungsfunktion.
  • Setze dense2 auf eine dichte Schicht mit 2 Ausgabeknoten und einer relu-Aktivierungsfunktion.
  • Setze die Ausgabeschicht auf eine dichte Schicht mit einem einzelnen Ausgabeknoten und einer sigmoid-Aktivierungsfunktion.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Construct input layer from features
inputs = ____

# Define first dense layer
dense1 = keras.layers.Dense(____, activation='____')(inputs)

# Define second dense layer
dense2 = ____

# Define output layer
outputs = ____

# Print error for first five examples
error = default[:5] - outputs.numpy()[:5]
print(error)
Code bearbeiten und ausführen