数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究TensorFlow 如何用作性别列，例如有助于预测的特征列？
“性别”列也将用于预测，因此了解有关它的更多信息非常重要。这可以通过将“年龄”列可视化为水平条形图来实现。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协同创建神经网络？
我们将使用 Keras Sequential API，它有助于构建顺序模型，该模型用于处理简单的层堆栈，其中每一层只有一个输入张量和一个输出张量。
包含至少一层卷积层的神经网络称为卷积神经网络。我们可以使用卷积神经网络来构建学习模型。
我们正在使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置，并可免费访问 GPU（图形处理单元）。Colaboratory 基于 Jupyter Notebook 构建。
估计器是 TensorFlow 对完整模型的高级表示。它设计用于轻松扩展和异步训练。我们将使用 tf.estimator API 训练逻辑回归模型。该模型用作其他算法的基线。我们使用泰坦尼克号数据集，目标是根据性别、年龄、等级等特征预测乘客的生存情况。
示例
print("More data about gender")
dftrain.sex.value_counts().plot(kind='barh')
plt.show()代码来源 −https://tensorflowcn.cn/tutorials/estimator/boosted_trees
输出
解释
- 性别列将有助于进一步的预测过程。
- 因此它在控制台上可视化。
更新于： 2021年2月25日
64 次浏览
广告