Phoenixسيط 2019-09-11 14:44 采纳率: 0%
浏览 509

为什么我在predict_classes(x)中的x用了很多格式但总是报错?

#BP人工神经网络的实现
#1、读取数据
#2、keras.models Sequential /keras.layers.core Dense Activation
#3、Sequential建立模型
#4、Dense建立层
#5、Activation激活函数
#6、compile模型编译
#7、fit训练(学习)
#8、验证(测试,分类预测)

#使用人工神经网络预测课程销量
#数据的读取与整理
import pandas as pda
import numpy as npy

fname = 'D:\shuju\fenleisuanfa\lesson2.csv'
dataf = pda.read_csv(fname)
x = dataf.iloc[:,1:5].values
y = dataf.iloc[:,5:6].values
for i in range(0,len(x)):
for j in range(0,len(x[i])):
thisdata = x[i][j]
if(thisdata =='是' or thisdata == '多' or thisdata == '高'):
x[i][j] = 1
else:
x[i][j] = 0

for i in range(0,len(y)):
thisdata = y[i]
if(thisdata == '高'):
y[i] = 1
else:
y[i] = 0
xf = pda.DataFrame(x)
yf = pda.DataFrame(y)
x2 = xf.values.astype(int)
y2 = yf.values.astype(int)

#使用人工神经网络模型

from keras.models import Sequential
from keras.layers.core import Dense,Activation
import keras.preprocessing.text as t
from keras.preprocessing.text import Tokenizer as tk
from keras.preprocessing.text import text_to_word_sequence

model = Sequential()

#输入层
model.add(Dense(10,input_dim = len(x2[0])))
model.add(Activation('relu'))
#输出层
model.add(Dense(1,input_dim = 1))
model.add(Activation('sigmoid'))
#模型的编译
model.compile(loss = 'binary_crossentropy',optimizer = 'adam', metrics = ['accuracy'])
#训练
rst = model.fit(x2,y2,epochs = 10,batch_size = 100)
#预测分类
model.predict_classes(x).reshape(len(x))
图片说明

图片说明
图片说明

  • 写回答

1条回答 默认 最新

  • zqbnqsdsmd 2019-10-03 19:14
    关注
    评论

报告相同问题?

悬赏问题

  • ¥15 maple软件,用solve求反函数出现rootof,怎么办?
  • ¥50 汇编语言除法溢出问题
  • ¥65 C++实现删除N个数据列表共有的元素
  • ¥15 Visual Studio问题
  • ¥15 state显示变量是字符串形式,但是仍然红色,无法引用,并显示类型不匹配
  • ¥20 求一个html代码,有偿
  • ¥100 关于使用MATLAB中copularnd函数的问题
  • ¥20 在虚拟机的pycharm上
  • ¥15 jupyterthemes 设置完毕后没有效果
  • ¥15 matlab图像高斯低通滤波