Faire des prévisions
Le réseau formé lors de votre exercice de codage précédent est désormais enregistré sous le nom model. Les nouvelles données permettant d'établir des prévisions sont stockées dans un tableau NumPy sous le nom d'pred_data. Veuillez utiliser model pour établir des prévisions sur vos nouvelles données.
Dans cet exercice, vos prédictions seront des probabilités, ce qui est la manière la plus courante pour les scientifiques des données de communiquer leurs prédictions à leurs collègues.
Cet exercice fait partie du cours
Introduction au Deep Learning avec Python
Instructions
- Veuillez créer vos pronostics en utilisant la méthode d'
.predict()du modèle surpred_data. - Utilisez l'indexation NumPy pour trouver la colonne correspondant aux probabilités de survie prédites comme étant vraies. Il s'agit de la deuxième colonne (index
1) depredictions. Enregistrez le résultat dans l'predicted_prob_true, puis imprimez-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)