Ajustar el modelo
Has llegado a la parte más divertida. Ahora vas a ajustar el modelo. Recuerda que los datos que se usan como características predictoras están cargados en un array de NumPy llamado predictors y los datos que se van a predecir están guardados en un array de NumPy llamado target. Tu model ya está escrito y se ha compilado con el código del ejercicio anterior.
Este ejercicio forma parte del curso
Introducción al Deep Learning en Python
Instrucciones del ejercicio
- Ajusta el
model. Recuerda que el primer argumento son las características predictoras (predictors) y los datos a predecir (target) son el segundo argumento.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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
____