Задачі багатокласової класифікації
У цій вправі ми виходимо за межі бінарної класифікації та розглядаємо багатокласові задачі. У багатокласовій задачі ціль може набувати трьох або більше значень. У наборі даних за кредитними картками змінна освіти (education) може мати 6 різних значень, кожне відповідає певному рівню освіти. Ми використаємо її як ціль у цій вправі, а також розширимо набір ознак із 3 до 10 стовпців.
Як і в попередній задачі, ви визначите вхідний шар, щільні (dense) шари та вихідний шар. Ви також виведете передбачення нетренованої моделі — це ймовірності, призначені класам. Тензор ознак уже завантажено і доступний як borrower_features. Додатково доступні операції constant(), float32 та keras.layers.Dense().
Ця вправа є частиною курсу
Вступ до TensorFlow на Python
Інструкції до вправи
- Визначте вхідний шар як 32-бітний константний тензор, використовуючи
borrower_features. - Задайте для першого щільного шару 10 вихідних вузлів і функцію активації
sigmoid. - Задайте для другого щільного шару 8 вихідних вузлів і активацію виправленого лінійного елемента (
relu). - Задайте для вихідного шару 6 вихідних вузлів і відповідну функцію активації.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Construct input layer from borrower features
inputs = ____
# Define first dense layer
dense1 = keras.layers.Dense(____, activation='____')(inputs)
# Define second dense layer
dense2 = ____
# Define output layer
outputs = ____
# Print first five predictions
print(outputs.numpy()[:5])