Створення прогнозів

Натренована мережа з вашої попередньої вправи з кодування збережена як model. Нові дані для прогнозування збережені в масиві NumPy як pred_data. Використайте model, щоб зробити прогнози для нових даних.

У цій вправі ваші прогнози будуть ймовірностями — це найпоширеніший спосіб, у який дата-сайєнтисти доносять результати прогнозів до колег.

Ця вправа є частиною курсу

Вступ до Deep Learning у Python

Переглянути курс

Інструкції до вправи

Створіть свої прогнози за допомогою методу моделі .predict() на pred_data.
Використайте індексування NumPy, щоб знайти стовпець, який відповідає передбаченим ймовірностям того, що подія «вижив» дорівнює True. Це другий стовпець (індекс 1) масиву predictions. Збережіть результат у змінній predicted_prob_true і виведіть його.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код