python回归分析预测模型_在Python中如何使用Keras模型对分类、回归进行预测

姓名：代良全　学号：13020199007

转载自：https://www.jianshu.com/p/83ba11abdffc

【嵌牛导读】：在Python中如何使用Keras模型对分类、回归进行预测？本文简述了其实现原理和代码实现。

【嵌牛鼻子】：scikit-learn机器学习库的分类预测

【嵌牛提问】：如何在Keras中用我自己的模型进行预测？

【嵌牛正文】：

1.如何构建一个模型，为预测做好准备。

2.如何在Keras库中进行类别和概率预测。

3.如何在Keras库中进行回归预测。

一、构建一个模型

在进行预测之前，你必须训练一个最终模型。你可以使用k-fold交叉验证或训练/测试数据，对模型进行训练。这样做的目的就是为了评估模型在样本外数据上的表现及其性能，比如新的数据。

你可以在这里了解更多关于如何训练最终模型的信息：

二、对类别进行预测

分类问题，就是模型学习输入特征与输出特征之间的映射，确定某一个或多个数据实例是否为某一个类标签的问题，比如“是垃圾邮件”和“不是垃圾邮件”。

下面是在Keras中针对一个简单二元分类问题最终模型的示例代码。如何在Keras中开发一个神经网络模型，请看下面这篇文章：

模型构建完成以后，需要将模型保存到文件中，如Keras API。保存后，你可以随时加载模型并使用它进行预测。有关这方面的详细内容，请参阅以下文章：

现在，我们希望用最终模型进行两种分类预测：类别预测和概率预测。

1、类别预测

类别预测就是给定最终模型和一个或多个数据实例，使用模型对预测数据实例进行分类。

首先我们并不知道新数据的类别。这就是我们需要这个模型的原因。

在Keras库的最终分类模型中，使用predict_classes()函数来预测新数据实例的所属类别。请注意，predict_classes()函数仅适用于Sequential模型，并不适用于使用function API开发的模型。

例如，数组Xnew中有一个或多个数据实例，将这个（这些）实例传递给模型的predict_classes()函数，以便预测数组中每个实例所属的类别。

预测代码如下：

运行上述代码，对三个新的数据实例的类别进行预测，并将新的数据实例和预测结果打印出来，如下图所示。

如果只有一个新的数据实例，则可以直接将放入数组中，并传递给predict_classes()函数，如下图所示。

运行该实例，并打印该实例数据和预测结果，如下图所示。

关于类别标签的注意事项

准备好数据后，可能使用过LabelEncoder将图像的类别（例如字符串型）映射为整型。也可以用LabelEncoder中的inverse_transform()函数将整型再转换回字符串型。出于这个原因，在拟合最终模型时，您可能想要在pickle库中保存用于编码输出预测结果的LabelEncoder。

2、概率预测

概率预测就是预测每个数据实例所属类别的概率。给定一个或多个新实例，该模型将预测每个数据所属类别的概率，并返回0和1之间的某一个值。

你可以在scikit-learn中调用predict_proba()函数进行这些实例的类别概率的预测，如下图所示：

在两种类别（二元）的情况下，输出层通常使用S形激活函数。预测概率用来描述实例数据属于第一类的可能性。

在多种类别的情况下，输出层通常使用softmax激活函数，并返回所属类别的可能性。

下面的代码是对数据实例数组Xnew中的每个实例进行概率预测。

运行上述代码进行概率预测，并打印出输入数据实例以及每个实例数据属于第一类的概率。

三、如何使用回归模型进行预测

回归属于监督学习，给定输入实例数据，模型学习并将数据数据映射到一个合适的输出量，例如0.1，0.2等。

一个Keras最终的回归模型如下所示。

我们可以在最终模型上调用predict()函数来预测所述类别的概率。和分类一样，predict()函数将一个或多个数据实例的列表或数组作为输入。

下面的例子为在多个类别的新数据实例上进行回归预测。

运行上述代码，对多个数据实例进行预测，并将输出和预测结果打印出来，如下图所示。

将相同的函数用于适当的列表或数组中，就可以对单个数据实例进行预测，举例如下。

运行上述代码，并打印出数据实例和预测结果，如下图所示。

以上为译文。

作者：阿里云云栖社区

链接：https://www.jianshu.com/p/8cb19a1a8522

來源：简书

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

python回归分析预测模型_在Python中如何使用Keras模型对分类、回归进行预测相关推荐

Py之scikit-learn：机器学习sklearn库的简介、六大基本功能介绍(数据预处理/数据降维/模型选择/分类/回归/聚类)、安装、使用方法(实际问题中如何选择最合适的机器学习算法)之详细攻略
Py之scikit-learn:机器学习sklearn库的简介(组件/版本迭代).六大基本功能介绍(数据预处理/数据降维/模型选择/分类/回归/聚类).安装.使用方法(实际问题中如何选择最合适的机器学 ...
python selenium 下拉列表_从下拉列表中选择python selenium选项
我试图使用下面的代码使用selenium(python)从网页上的下拉列表中选择一个选项.在from selenium import webdriver from selenium.webdriver ...
python 语料标注_在python中怎么标记文本？
要运行下面的python程序,必须在系统中安装(NLTK)自然语言工具包. NLTK模块是一个庞大的工具包,旨在帮助您使用整个自然语言处理(NLP)方法. 要安装NLTK,请在终端中运行以下命令.su ...
python pipeline框架_介绍Python的Django框架中的静态资源管理器django-pipeline
django-pipeline 是一个 Django 下非常方便的静态资源管理 app,尤其是 1.2 版本之后,利用 django-staticfiles 的collectstatic 命令,在开发 ...
python中立方表示_在Python中表示一个对象的方法
在 Python 中一切都是对象.如果要在 Python 中表示一个对象,除了定义 class 外还有哪些方式呢?我们今天就来盘点一下. 0x00 dict 字典或映射存储 KV 键值对,它对查找.插 ...
python临床数据_从临床试验中获取数据
我正在开发一个小Python函数来从clinicalTrials.gov中获取数据.从每个研究记录中,我想从中找出研究的目标条件.例如,对于this研究记录,我需要以下内容:conditions = ...
python注入进程_向进程中注入Python代码
我想把Python代码注入到一个进程中,当它注入时,它似乎会使我的进程崩溃.我没有在我自己的程序中得到任何错误,但目标进程停止工作.被调用的非托管api没有给我任何错误,并且似乎已经正确地执行了它们的 ...
python创建矩阵_在Python中创建矩阵的Python程序
python创建矩阵 There is no specific data type in Python to create a matrix, we can use list of list to c ...
python预定义_【Python】python类中方法的预定义
知乎问题: 像这个图片里面显示的,self.prediction首先声明了下然后下面给出了定义,然后optimize又调用这个函数但是没有用self.prediction()这样的方式而是像用变量一样 ...

python回归分析预测模型_在Python中如何使用Keras模型对分类、回归进行预测

python回归分析预测模型_在Python中如何使用Keras模型对分类、回归进行预测相关推荐

最新文章

热门文章