Het model trainen
Je bent bij het leukste onderdeel aangekomen. Je gaat nu het model trainen. Onthoud dat de gegevens voor de voorspellende kenmerken zijn geladen in een NumPy-array predictors en dat de te voorspellen gegevens zijn opgeslagen in een NumPy-array target. Je model is al vooraf geschreven en gecompileerd met de code uit de vorige oefening.
Deze oefening maakt deel uit van de cursus
Introductie tot Deep Learning in Python
Oefeninstructies
- Train het
model. Onthoud dat het eerste argument de voorspellende kenmerken zijn (predictors), en de te voorspellen gegevens (target) het tweede argument.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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
____