การทำนายผล

โครงข่ายประสาทเทียมที่เทรนไว้จากแบบฝึกหัดก่อนหน้าถูกเก็บไว้ในตัวแปร model แล้ว ส่วนข้อมูลใหม่สำหรับการทำนายถูกเก็บไว้ในอาร์เรย์ NumPy ชื่อ pred_data ให้ใช้ model ทำนายผลจากข้อมูลใหม่นี้

ในแบบฝึกหัดนี้ ผลลัพธ์ที่ได้จะเป็นค่าความน่าจะเป็น ซึ่งเป็นรูปแบบที่นักวิทยาศาสตร์ข้อมูลนิยมใช้ในการสื่อสารผลการทำนายกับเพื่อนร่วมงาน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Introduction to Deep Learning in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้างการทำนายโดยใช้เมธอด .predict() ของโมเดลกับ pred_data
ใช้การ indexing ของ NumPy เพื่อดึงคอลัมน์ที่แสดงค่าความน่าจะเป็นของการรอดชีวิตที่เป็น True ซึ่งอยู่ใน คอลัมน์ ที่สอง (index 1) ของ predictions จากนั้นเก็บผลลัพธ์ไว้ใน predicted_prob_true แล้วพิมพ์ค่าออกมา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)

แก้ไขและรันโค้ด