Hacer predicciones

La red entrenada de tu ejercicio de codificación anterior ahora se almacena como model. Los nuevos datos para realizar predicciones se almacenan en un arreglo NumPy como pred_data. Utiliza model para realizar 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 compañeros.

Este ejercicio forma parte del curso

Introducción al aprendizaje profundo en Python

Ver curso

Instrucciones del ejercicio

Crea tus predicciones utilizando el método « .predict() » (Predicción de la puntuación de un partido) del modelo en pred_data.
Utiliza la indexación NumPy para encontrar la columna correspondiente a las probabilidades de supervivencia previstas que son verdaderas. Esta es la segunda columna (índice 1) de predictions. Guarda el resultado en predicted_prob_true e imprímelo.

Ejercicio interactivo práctico

Prueba este ejercicio completando el 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