Klassifikationsmodelle

Einführung in Deep Learning mit Python

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Klassifikation

  • Verlustfunktion: 'categorical_crossentropy'
  • Ähnlich wie Log-Loss: Niedriger ist besser
  • Füge metrics = ['accuracy'] beim Kompilieren hinzu für leicht verständliche Diagnosen
  • Ausgabeschicht: eigener Knoten pro möglichem Ergebnis, Aktivierung 'softmax'
Einführung in Deep Learning mit Python

Kurzer Blick auf die Daten

Schneller Blick auf die Daten

Einführung in Deep Learning mit Python

Kurzer Blick auf die Daten

Schneller Blick auf die Daten

Einführung in Deep Learning mit Python

Umwandlung in kategorisch

Umwandlung in kategorisch

Einführung in Deep Learning mit Python

Klassifikation

from tensorflow.keras.utils import to_categorical

data = pd.read_csv('basketball_shot_log.csv')
predictors = data.drop(['shot_result'], axis=1).values
target = to_categorical(data['shot_result'])

model = Sequential()
model.add(Dense(100, activation='relu', input_shape = (n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(100, activation='relu'))
model.add(Dense(2, activation='softmax'))
model.compile(optimizer='adam', loss='categorical_crossentropy',
              metrics=['accuracy'])
model.fit(predictors, target)
Einführung in Deep Learning mit Python

Klassifikation

Epoch 1/10
128069/128069 [==============================] - 4s - loss: 0.7706 - acc: 0.5759
Epoch 2/10
128069/128069 [==============================] - 5s - loss: 0.6656 - acc: 0.6003
Epoch 3/10
128069/128069 [==============================] - 6s - loss: 0.6611 - acc: 0.6094
Epoch 4/10
128069/128069 [==============================] - 7s - loss: 0.6584 - acc: 0.6106
Epoch 5/10
128069/128069 [==============================] - 7s - loss: 0.6561 - acc: 0.6150
Epoch 6/10
128069/128069 [==============================] - 9s - loss: 0.6553 - acc: 0.6158
Epoch 7/10
128069/128069 [==============================] - 9s - loss: 0.6543 - acc: 0.6162
Epoch 8/10
128069/128069 [==============================] - 9s - loss: 0.6538 - acc: 0.6158
Epoch 9/10
128069/128069 [==============================] - 10s - loss: 0.6535 - acc: 0.6157
Epoch 10/10
128069/128069 [==============================] - 10s - loss: 0.6531 - acc: 0.6166
Einführung in Deep Learning mit Python

Lass uns üben!

Einführung in Deep Learning mit Python

Preparing Video For Download...