Membuat prediksi

Jaringan yang telah dilatih dari latihan kode sebelumnya kini tersimpan sebagai model. Data baru untuk membuat prediksi disimpan dalam array NumPy sebagai pred_data. Gunakan model untuk membuat prediksi pada data baru Anda.

Dalam latihan ini, prediksi Anda berupa probabilitas, yang merupakan cara paling umum bagi data scientist untuk menyampaikan prediksi kepada rekan kerja.

Latihan ini merupakan bagian dari kursus

Pengantar Deep Learning dengan Python

Lihat Kursus

Instruksi latihan

Buat prediksi Anda menggunakan metode .predict() milik model pada pred_data.
Gunakan indeks NumPy untuk menemukan kolom yang sesuai dengan probabilitas prediksi bertahan hidup bernilai True. Ini adalah kolom kedua (indeks 1) dari predictions. Simpan hasilnya dalam predicted_prob_true dan cetak.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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)

Edit dan Jalankan Kode