Addestrare il modello
Eccoci alla parte più divertente: ora addestrerai il modello. Ricorda che i dati da usare come caratteristiche predittive sono caricati in un array NumPy chiamato predictors e i dati da prevedere sono in un array NumPy chiamato target. Il tuo model è già scritto ed è stato compilato con il codice dell'esercizio precedente.
Questo esercizio fa parte del corso
Introduzione al Deep Learning in Python
Istruzioni dell'esercizio
- Addestra il
model. Ricorda che il primo argomento sono le caratteristiche predittive (predictors) e il secondo argomento sono i dati da prevedere (target).
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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
____