二元分類問題
在這個練習中，你會再次使用信用卡資料。目標變數 default 表示持卡人在下一期是否會發生違約。由於只有兩種情況——違約或不違約——這是一個二元分類問題。雖然資料集包含許多特徵，你將只關注三個：最近三期信用卡帳單金額。最後，你會從尚未訓練的網路 outputs 計算預測，並將其與目標變數 default 比較。
特徵的張量已載入並可透過 bill_amounts 取得。此外，constant()、float32 與 keras.layers.Dense() 作業也已可用。
本練習屬於課程
Python 的 TensorFlow 入門
練習說明
- 使用
bill_amounts定義 32 位元浮點常數張量inputs。 - 將
dense1設為具有 3 個輸出節點且使用relu啟動函式的全連接層。 - 將
dense2設為具有 2 個輸出節點且使用relu啟動函式的全連接層。 - 將輸出層設為具有單一輸出節點且使用
sigmoid啟動函式的全連接層。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)