我有一个客户数据集
数据X:4096 x N
标签Y:Nx1
我想为我的数据(1或2层)建立一个回归模型。在tensorflow中,我应该使用哪些操作符来构建我的模型?谢谢
更新:其中N是标签的编号。dataX有N个矢量。其中,vector1 4096x1对应于标签1,vector2 4096x1对应于标签2,.,vectorN 4096x1对应于标签N。所以数据X可能是4096xN,标签Y是Nx1
利用Keras序列模型预测得到类标签,我们可以这样做
yhat_classes1 = Keras_model.predict_classes(predictors)[:, 0] #this shows deprecated warning in tf==2.3.0
WARNING:tensorflow:From <ipython-input-54-226ad21ffae4>:1: Sequential.predict_classes (from tensorflow.python.keras.engine.sequential) is deprecated and will be
在训练模型之后,我正在尝试从模型中提取权重。这是一个代码。1-如何将模型保存在先前上传的目录路径中? 2.如何获取权重? 3.我有一些csv文件,与用于建模的相同,但没有类。如何使用此模型估计类?
# Preprocess
import pandas as pd
import keras
from sklearn.model_selection import train_test_split
# Prepare data
churn = pd.read_csv('Churn_Modelling3.csv')
# split data into train and test se