Träna modellen
Nu kommer den roligaste delen. Du ska träna modellen. Kom ihåg att de prediktiva särdragen finns i en NumPy-array kallad predictors och de värden som ska förutsägas finns i en NumPy-array kallad target. Din model är redan skriven och kompilerad med koden från föregående övning.
Den här övningen är en del av kursen
Introduktion till djupinlärning i Python
Övningsinstruktioner
- Träna
model. Kom ihåg att det första argumentet är de prediktiva särdragen (predictors) och det andra argumentet är de värden som ska förutsägas (target).
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
model.compile(optimizer='adam', loss='mean_squared_error')
# Fit the model
____