Fazendo previsões

A rede treinada do seu exercício de codificação anterior agora está armazenada como model. Novos dados para fazer previsões estão em um array do NumPy chamado pred_data. Use model para fazer previsões nos seus novos dados.

Neste exercício, suas previsões serão probabilidades, que é a forma mais comum de cientistas de dados comunicarem suas previsões para colegas.

Este exercício faz parte do curso

Introdução a Deep Learning em Python

Ver curso

Instruções do exercício

Crie suas previsões usando o método .predict() do modelo em pred_data.
Use indexação do NumPy para encontrar a coluna correspondente às probabilidades previstas de sobrevivência serem True. Essa é a segunda coluna (índice 1) de predictions. Armazene o resultado em predicted_prob_true e imprima.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)

Editar e executar o código