Problemas de classificação multiclasse
Neste exercício, vamos além da classificação binária para cobrir problemas multiclasse. Um problema multiclasse tem metas que podem assumir três ou mais valores. No conjunto de dados do cartão de crédito, a variável educação pode assumir 6 valores diferentes, cada um correspondendo a um nível diferente de educação. Usaremos isso como meta neste exercício e também expandiremos o conjunto de recursos de 3 para 10 colunas.
Como no problema anterior, você definirá uma camada de entrada, camadas densas e uma camada de saída. Você também imprimirá as previsões do modelo não treinado, que são as probabilidades atribuídas às classes. O tensor de recursos foi carregado e está disponível em borrower_features. Além disso, as operações constant(), float32 e keras.layers.Dense() estão disponíveis.
Este exercício faz parte do curso
Introdução ao TensorFlow em Python
Instruções de exercício
- Defina a camada de entrada como um tensor constante de 32 bits usando
borrower_features. - Defina a primeira camada densa para ter 10 nós de saída e uma função de ativação
sigmoid. - Defina a segunda camada densa para ter 8 nós de saída e uma função de ativação de unidade linear retificada.
- Defina a camada de saída para ter 6 nós de saída e a função de ativação apropriada.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Construct input layer from borrower features
inputs = ____
# Define first dense layer
dense1 = keras.layers.Dense(____, activation='____')(inputs)
# Define second dense layer
dense2 = ____
# Define output layer
outputs = ____
# Print first five predictions
print(outputs.numpy()[:5])