Entraîner le modèle
Vous arrivez à l’étape la plus sympathique : l’entraînement du modèle. Rappelez-vous que les variables prédictives sont chargées dans un tableau NumPy nommé predictors et que les valeurs à prédire sont stockées dans un tableau NumPy nommé target. Votre model est déjà écrit et a été compilé avec le code de l’exercice précédent.
Cet exercice fait partie du cours
Introduction au Deep Learning en Python
Instructions
- Entraînez le
model. N’oubliez pas que le premier argument correspond aux variables prédictives (predictors), et que les données à prédire (target) constituent le second argument.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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
____