Problemas de classificação multiclasse
Neste exercício, vamos além da classificação binária para abordar problemas multiclasse. Um problema multiclasse tem alvos que podem assumir três ou mais valores. No conjunto de dados de cartão de crédito, a variável de escolaridade pode assumir 6 valores diferentes, cada um correspondendo a um nível de educação. Vamos usá-la como nosso alvo neste exercício e também ampliar o conjunto de atributos de 3 para 10 colunas.
Como no exercício anterior, você vai definir uma camada de entrada, camadas densas e uma camada de saída. Você também vai imprimir as previsões do modelo não treinado, que são probabilidades atribuídas às classes. O tensor de atributos já foi carregado e está disponível como 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 do exercício
- Defina a camada de entrada como um tensor constante de 32 bits usando
borrower_features. - Defina a primeira camada densa com 10 nós de saída e função de ativação
sigmoid. - Defina a segunda camada densa com 8 nós de saída e função de ativação linear retificada.
- Defina a camada de saída com 6 nós de saída e a função de ativação apropriada.
Exercício interativo prático
Experimente este exercício completando 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])