- Keras 深度学习教程
- Keras 深度学习 - 主页
- Keras 深度学习 - 简介
- 深度学习
- 设定项目
- 导入库
- 创建深度学习模型
- 编译模型
- 准备数据
- 训练模型
- 评估模型性能
- 预测测试数据
- 保存模型
- 加载模型进行预测
- 结论
- Keras 深度学习资源
- Keras 深度学习 - 快速指南
- Keras 深度学习 - 有用资源
- Keras 深度学习 - 讨论
预测测试数据
预测不可见数据的数字非常容易。您只需要通过将包含未知数据点的向量传递给 model 的 predict_classes 方法来调用它。
predictions = model.predict_classes(X_test)
方法调用以一个向量形式返回预测,针对实际值,可以根据 0 和 1 进行测试。这通过以下两个语句完成 -
correct_predictions = np.nonzero(predictions == y_test)[0] incorrect_predictions = np.nonzero(predictions != y_test)[0]
最后,我们将使用以下两个程序语句打印正确和不正确预测的计数 -
print(len(correct_predictions)," classified correctly") print(len(incorrect_predictions)," classified incorrectly")
运行代码时,您将看到以下输出 -
9837 classified correctly 163 classified incorrectly
现在,在您对模型进行满意训练后,我们将保存它以供将来使用。
广告