Multiklassklassificering

Introduktion till djupinlärning med Keras

Miguel Esteban

Data Scientist & Founder

Kasta pilar

Datamängden

Arkitekturen

Utdatalagret

Multiklassmodell

# Instantiate a sequential model
# ...

# Add an input and hidden layer
# ...

# Add more hidden layers
# ...

# Add your output layer
model.add(Dense(4, activation='softmax')

Kategorisk korsentropi

model.compile(optimizer='adam', loss='categorical_crossentropy')

Förbereda en datamängd

import pandas as pd
from tensorflow.keras.utils import to_categorical

# Load dataset
df = pd.read_csv('data.csv')

# Turn response variable into labeled codes
df.response = pd.Categorical(df.response)
df.response = df.response.cat.codes

# Turn response variable into one-hot response vector
y = to_categorical(df.response)

One-hot-kodning

Nu kör vi en övning!

Introduktion till djupinlärning med Keras