进行预测

您在上一道编码练习中训练好的网络已保存为 model。用于进行预测的新数据存放在一个 NumPy 数组 pred_data 中。请使用 model 对这组新数据进行预测。

在本练习中，您的预测结果将是概率值。这是数据科学家向同事传达预测结果的最常用方式。

本练习是课程的一部分

Python 深度学习入门

查看课程

练习说明

使用模型的 .predict() 方法对 pred_data 进行预测，生成预测结果。
使用 NumPy 索引找到对应于"预测生存为 True"的概率列。该列是 predictions 的第二列（索引为 1）。将结果保存到 predicted_prob_true 并打印。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码