分類モデルの仕上げ

ここでは、タイタニックのデータセットを使って分類モデルを作成します。データはすでに df という DataFrame に読み込まれています。乗客に関する情報から、生存したかどうかを予測します。

予測に使う変数は NumPy 配列 predictors に格納されています。予測対象は df.survived ですが、Keras で扱えるように少し加工が必要です。予測特徴量の数は n_cols に保存されています。

ここではオプティマイザに 'sgd'（Stochastic Gradient Descent）を使います。これについては次の章でさらに学びます！

to_categorical() 関数を使って、df.survived をカテゴリ変数に変換します。
model という名前の Sequential モデルを指定します。
ユニット数が 32 の Dense レイヤーを追加します。activation は 'relu'、input_shape は (n_cols,) とします。
出力の Dense レイヤーを追加します。結果が2クラスなのでユニット数は 2、分類モデルなので activation は 'softmax' にします。
モデルをコンパイルします。optimizer は 'sgd'、損失関数 loss は 'categorical_crossentropy'、各エポックの終わりに正解率を確認できるように metrics=['accuracy'] を指定します。
predictors と target を使ってモデルを学習（fit）します。