1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do TensorFlow w Pythonie
Connected

ćwiczenie

Problemy klasyfikacji wieloklasowej

W tym ćwiczeniu wykraczamy poza klasyfikację binarną i zajmujemy się problemami wieloklasowymi. W takim problemie wartości docelowe mogą przyjmować trzy lub więcej różnych wartości. W zbiorze danych dotyczącym kart kredytowych zmienna education może przyjąć 6 różnych wartości, z których każda odpowiada innemu poziomowi wykształcenia. Użyjemy jej jako wartości docelowej i jednocześnie rozszerzymy zestaw cech z 3 do 10 kolumn.

Podobnie jak w poprzednim zadaniu, zdefiniujesz warstwę wejściową, warstwy gęste oraz warstwę wyjściową. Wyświetlisz również prognozy niewyuczonego modelu – czyli prawdopodobieństwa przypisane do poszczególnych klas. Tensor cech został wczytany i jest dostępny jako borrower_features. Dostępne są też operacje constant(), float32 oraz keras.layers.Dense().

Instrukcje

100 XP
  • Zdefiniuj warstwę wejściową jako 32-bitowy stały tensor, używając borrower_features.
  • Ustaw pierwszą warstwę gęstą tak, aby miała 10 węzłów wyjściowych i funkcję aktywacji sigmoid.
  • Ustaw drugą warstwę gęstą tak, aby miała 8 węzłów wyjściowych i funkcję aktywacji ReLU (prostoliniową jednostkę aktywacji).
  • Ustaw warstwę wyjściową tak, aby miała 6 węzłów wyjściowych i odpowiednią funkcję aktywacji.