Faire des prédictions

Le réseau entraîné de votre exercice de code précédent est maintenant stocké dans model. De nouvelles données à prédire sont stockées dans un tableau NumPy sous le nom pred_data. Utilisez model pour faire des prédictions sur vos nouvelles données.

Dans cet exercice, vos prédictions seront des probabilités, ce qui est la manière la plus courante pour les data scientists de communiquer leurs résultats à leurs collègues.

Cet exercice fait partie du cours

Introduction au Deep Learning en Python

Afficher le cours

Instructions

Créez vos prédictions en utilisant la méthode .predict() du modèle sur pred_data.
Utilisez l’indexation NumPy pour trouver la colonne correspondant aux probabilités prédites de survie égales à True. Il s’agit de la deuxième colonne (index 1) de predictions. Stockez le résultat dans predicted_prob_true et affichez-le.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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)

Modifier et exécuter le code