Bắt đầu ngayBắt đầu miễn phí

Bài toán phân loại nhị phân

Trong bài tập này, bạn sẽ tiếp tục làm việc với dữ liệu thẻ tín dụng. Biến mục tiêu default cho biết chủ thẻ có vỡ nợ trong kỳ tiếp theo hay không. Vì chỉ có hai khả năng — vỡ nợ hoặc không — đây là một bài toán phân loại nhị phân. Mặc dù tập dữ liệu có nhiều đặc trưng, bạn sẽ chỉ tập trung vào ba đặc trưng: số tiền của ba hóa đơn thẻ tín dụng gần nhất. Cuối cùng, bạn sẽ tính toán dự đoán từ mạng chưa huấn luyện outputs và so sánh chúng với biến mục tiêu default.

Tensor đặc trưng đã được nạp và có sẵn dưới tên bill_amounts. Ngoài ra, các thao tác constant(), float32 và keras.layers.Dense() cũng sẵn có.

Bài tập này là một phần của khóa học

Nhập môn TensorFlow bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Định nghĩa inputs là một tensor hằng số số thực 32-bit bằng cách dùng bill_amounts.
  • Thiết lập dense1 là một lớp dày đặc (dense layer) với 3 nút đầu ra và hàm kích hoạt relu.
  • Thiết lập dense2 là một lớp dày đặc với 2 nút đầu ra và hàm kích hoạt relu.
  • Thiết lập lớp đầu ra là một lớp dày đặc với một nút đầu ra và hàm kích hoạt sigmoid.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Construct input layer from features
inputs = ____

# Define first dense layer
dense1 = keras.layers.Dense(____, activation='____')(inputs)

# Define second dense layer
dense2 = ____

# Define output layer
outputs = ____

# Print error for first five examples
error = default[:5] - outputs.numpy()[:5]
print(error)
Chỉnh sửa và Chạy Mã