Evaluarea acurateței modelului pe setul de validare

Acum e rândul tău să monitorizezi acuratețea modelului folosind un set de validare. Definiția modelului a fost furnizată sub numele model. Sarcina ta este să adaugi codul pentru a-l compila și apoi a-l antrena. Vei urmări scorul de validare în fiecare epocă.

Acest exercițiu face parte din cursul

Introducere în Deep Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Compilează modelul folosind 'adam' ca optimizer și 'categorical_crossentropy' pentru loss. Pentru a vedea ce fracțiune din predicții sunt corecte (accuracy) în fiecare epocă, specifică argumentul suplimentar metrics=['accuracy'] în model.compile().
Antrenează modelul folosind predictors și target. Creează o fracțiune de validare de 30% (sau 0.3). Aceasta va fi afișată în fiecare epocă.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Save the number of columns in predictors: n_cols
n_cols = predictors.shape[1]
input_shape = (n_cols,)

# Specify the model
model = Sequential()
model.add(Dense(100, activation='relu', input_shape = input_shape))
model.add(Dense(100, activation='relu'))
model.add(Dense(2, activation='softmax'))

# Compile the model
____

# Fit the model
hist = ____

Editează și rulează codul