ÎncepețiÎncepe gratuit

Antrenare cu validare încrucișată

Este momentul să antrenezi modelul cu cei mai buni parametri găsiți: 0,001 pentru rata de învățare, 50 de epoci, un batch_size de 128 și activări relu.

Funcția create_model() din exercițiul anterior este pregătită pentru a fi folosită. X și y sunt încărcate ca atribute și etichete.

Folosește valorile optime găsite pentru model atunci când creezi obiectul KerasClassifier, astfel încât acestea să fie aplicate în timpul validării încrucișate.

Încheie acest capitol antrenând un model bine calibrat pe setul de date despre cancerul de sân!

Acest exercițiu face parte din cursul

Introducere în Deep Learning cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă KerasClassifier din wrappers-urile scikit_learn ale tensorflow.keras.
  • Creează un obiect KerasClassifier furnizând cei mai buni parametri găsiți.
  • Transmite model-ul tău, atributele și etichetele către cross_val_score pentru a efectua validarea încrucișată cu 3 fold-uri.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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())
Editează și rulează codul