शुरू करेंमुफ़्त में शुरू करें

Multiclass classification समस्याएँ

इस अभ्यास में, हम बाइनरी क्लासिफिकेशन से आगे बढ़कर multiclass समस्याओं को कवर करेंगे. Multiclass समस्या में टारगेट के 3 या उससे अधिक संभावित मान हो सकते हैं. क्रेडिट कार्ड डेटासेट में, education वैरिएबल 6 अलग-अलग मान ले सकता है, जिनमें से प्रत्येक शिक्षा के अलग स्तर से मेल खाता है. हम इस अभ्यास में इसे टारगेट के रूप में उपयोग करेंगे और फीचर सेट को 3 से बढ़ाकर 10 कॉलम तक विस्तार करेंगे.

पिछली समस्या की तरह, आप एक इनपुट लेयर, डेंस लेयर्स, और एक आउटपुट लेयर परिभाषित करेंगे. आप अनट्रेंड मॉडल की भविष्यवाणियाँ भी प्रिंट करेंगे, जो क्लासेस को असाइन की गई probabilities होंगी. फीचर्स का टेन्सर लोड किया जा चुका है और borrower_features के रूप में उपलब्ध है. साथ ही, constant(), float32, और keras.layers.Dense() ऑपरेशंस उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में TensorFlow परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • borrower_features का उपयोग करके इनपुट लेयर को 32-bit का constant टेन्सर परिभाषित करें.
  • पहली डेंस लेयर में 10 आउटपुट नोड्स और sigmoid एक्टिवेशन फंक्शन सेट करें.
  • दूसरी डेंस लेयर में 8 आउटपुट नोड्स और rectified linear unit एक्टिवेशन फंक्शन सेट करें.
  • आउटपुट लेयर में 6 आउटपुट नोड्स और उपयुक्त एक्टिवेशन फंक्शन सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Construct input layer from borrower features
inputs = ____

# Define first dense layer
dense1 = keras.layers.Dense(____, activation='____')(inputs)

# Define second dense layer
dense2 = ____

# Define output layer
outputs = ____

# Print first five predictions
print(outputs.numpy()[:5])
कोड संपादित करें और चलाएँ