Göra förutsägelser

Det tränade nätverket från din tidigare kodövning är nu lagrat som model. Ny data att göra förutsägelser på finns lagrad i en NumPy-array som pred_data. Använd model för att göra förutsägelser på den nya datan.

I den här övningen är dina förutsägelser sannolikheter, vilket är det vanligaste sättet för datavetare att kommunicera sina förutsägelser med kollegor.

Den här övningen är en del av kursen

Introduktion till djupinlärning i Python

Visa kurs

Övningsinstruktioner

Skapa dina förutsägelser med modellens .predict()-metod på pred_data.
Använd NumPy-indexering för att hitta kolumnen som motsvarar de förutsagda sannolikheterna för att överleva (True). Det är den andra kolumnen (index 1) i predictions. Lagra resultatet i predicted_prob_true och skriv ut det.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Specify, compile, and fit the model
model = Sequential()
model.add(Dense(32, activation='relu', input_shape = (n_cols,)))
model.add(Dense(2, activation='softmax'))
model.compile(optimizer='sgd', 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])
model.fit(predictors, target)

# Calculate predictions: predictions
predictions = ____

# Calculate predicted probability of survival: predicted_prob_true
predicted_prob_true = ____

# Print predicted_prob_true
print(predicted_prob_true)

Redigera och kör kod