予測を行う
前のコーディング演習で学習したネットワークは、現在 model として保存されています。予測に使う新しいデータは NumPy 配列 pred_data に入っています。model を使って新しいデータに対して予測を行いましょう。
この演習では、予測は確率として得られます。これは、データサイエンティストが同僚に予測結果を伝える際に最も一般的な形式です。
この演習はコースの一部です
Pythonで学ぶDeep Learning入門
演習の手順
pred_dataに対してモデルの.predict()メソッドを使い、予測を作成します。- NumPy のインデックス指定を使って、生存が True である予測確率に対応する列を取り出します。これは
predictionsの2番目の「列」（インデックス1）です。結果をpredicted_prob_trueに保存し、出力してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)