Klasyfikacja binarna

Wprowadzenie do uczenia głębokiego z Keras

Miguel Esteban

Data Scientist & Founder

Kiedy stosować klasyfikację binarną?

Nasz zbiór danych

Pairploty

import seaborn as sns

# Plot a pairplot
sns.pairplot(circles, hue="target")

Funkcja sigmoidalna

Budujemy model

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# Instantiate a sequential model
model = Sequential()

Budujemy model

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# Instantiate a sequential model
model = Sequential()

# Add input and hidden layer
model.add(Dense(4, input_shape=(2,),
                activation='tanh'))

Budujemy model

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# Instantiate a sequential model
model = Sequential()

# Add input and hidden layer
model.add(Dense(4, input_shape=(2,),
                activation='tanh'))

# Add output layer, use sigmoid
model.add(Dense(1, 
                activation='sigmoid'))

Kompilacja, trening, predykcja

# Compile model
model.compile(optimizer='sgd',
              loss='binary_crossentropy')

# Train model
model.train(coordinates, labels, epochs=20)

# Predict with trained model
preds = model.predict(coordinates)

Czas na ćwiczenia!

Wprowadzenie do uczenia głębokiego z Keras