Hacer predicciones

La red entrenada de tu ejercicio de codificación anterior se almacena ahora como model. Los nuevos datos para hacer predicciones se almacenan en una matriz NumPy como pred_data. Utiliza model para hacer predicciones sobre tus nuevos datos.

En este ejercicio, tus predicciones serán probabilidades, que es la forma más habitual en que los científicos de datos comunican sus predicciones a sus colegas.

Este ejercicio forma parte del curso

Introducción al Aprendizaje Profundo en Python

Ver curso

Instrucciones de ejercicio

Crea tus predicciones utilizando el método .predict() del modelo en pred_data.
Utiliza la indexación NumPy para encontrar la columna correspondiente a las probabilidades previstas de que la supervivencia sea Verdadera. Ésta es la segunda columna (índice 1) de predictions. Guarda el resultado en predicted_prob_true e imprímelo.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# 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)

Editar y ejecutar código