시작하기무료로 시작하기

예측 만들기

이전 코딩 연습에서 학습한 네트워크는 이제 model로 저장되어 있습니다. 예측에 사용할 새 데이터는 NumPy 배열 pred_data로 제공됩니다. model을 사용해 새 데이터에 대한 예측을 수행하세요.

이 연습에서의 예측값은 확률입니다. 이는 데이터 사이언티스트가 동료들에게 예측 결과를 전달할 때 가장 일반적으로 사용하는 방식입니다.

이 연습은 강의의 일부입니다

Python으로 시작하는 Deep Learning

강의 보기

연습 안내

  • 모델의 .predict() 메서드를 pred_data에 적용해 예측을 생성하세요.
  • NumPy 인덱싱을 사용해 생존이 True일 것으로 예측된 확률에 해당하는 열을 찾으세요. 이는 predictions의 두 번째 열 (인덱스 1)입니다. 결과를 predicted_prob_true에 저장하고 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)
코드 편집 및 실행