ComeçarComece de graça

Treinando com validação cruzada

Hora de treinar seu modelo com os melhores parâmetros encontrados: 0.001 para a taxa de aprendizado, 50 epochs, um batch_size de 128 e ativação relu.

A função create_model() do exercício anterior está pronta para você usar. X e y já estão carregados como features e labels.

Use os melhores valores encontrados para o seu modelo ao criar seu objeto KerasClassifier, para que eles sejam usados ao realizar a cross_validation.

Finalize este capítulo treinando um ótimo modelo ajustado no breast cancer dataset!

Este exercício faz parte do curso

Introdução ao Deep Learning com Keras

Ver curso

Instruções do exercício

  • Importe KerasClassifier dos wrappers scikit_learn de tensorflow.keras.
  • Crie um objeto KerasClassifier fornecendo os melhores parâmetros encontrados.
  • Passe seu model, features e labels para cross_val_score para realizar validação cruzada com 3 folds.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import KerasClassifier from tensorflow.keras wrappers
from tensorflow.keras.wrappers.____ import ____

# Create a KerasClassifier
model = ____(build_fn = create_model(learning_rate = ____, activation = ____), epochs = ____, 
             batch_size = ____, verbose = 0)

# Calculate the accuracy score for each fold
kfolds = cross_val_score(____, ____, ____, cv = ____)

# Print the mean accuracy
print('The mean accuracy was:', kfolds.mean())

# Print the accuracy standard deviation
print('With a standard deviation of:', kfolds.std())
Editar e executar o código