Fare previsioni
La rete addestrata dal tuo esercizio di codice precedente è ora salvata come model. I nuovi dati su cui fare previsioni sono in un array NumPy chiamato pred_data. Usa model per effettuare previsioni sui nuovi dati.
In questo esercizio, le tue previsioni saranno probabilità, che è il modo più comune con cui i data scientist comunicano le proprie previsioni ai colleghi.
Questo esercizio fa parte del corso
Introduzione al Deep Learning in Python
Istruzioni dell'esercizio
- Crea le tue previsioni usando il metodo
.predict()del modello supred_data. - Usa l’indicizzazione di NumPy per trovare la colonna corrispondente alle probabilità previste che la sopravvivenza sia True. È la seconda colonna (indice
1) dipredictions. Salva il risultato inpredicted_prob_truee stampalo.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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)