Ajustando o modelo
Você chegou à parte mais divertida. Agora, vai ajustar o modelo. Lembre-se de que os dados usados como variáveis preditoras estão em um array do NumPy chamado predictors e os dados a serem previstos estão em um array do NumPy chamado target. Seu model já está pronto e foi compilado com o código do exercício anterior.
Este exercício faz parte do curso
Introdução a Deep Learning em Python
Instruções do exercício
- Ajuste o
model. Lembre-se de que o primeiro argumento são as variáveis preditoras (predictors), e os dados a serem previstos (target) são o segundo argumento.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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
____