keras使用神经网络预测销量
2017-03-21 16:04
232 查看
keras非常方便。
不解释,直接上实例。
数据格式如下:
代码如下:
结果为经过1000轮训练准确率为0.7647.
不解释,直接上实例。
数据格式如下:
序号 天气 是否周末 是否有促销 销量 1 坏 是 是 高 2 坏 是 是 高 3 坏 是 是 高 4 坏 否 是 高 5 坏 是 是 高 6 坏 否 是 高 7 坏 是 否 高 8 好 是 是 高 9 好 是 否 高 10 好 是 是 高 11 好 是 是 高 12 好 是 是 高 13 好 是 是 高 14 坏 是 是 低 15 好 否 是 高 16 好 否 是 高 17 好 否 是 高 18 好 否 是 高 19 好 否 否 高 20 坏 否 否 低 21 坏 否 是 低 22 坏 否 是 低 23 坏 否 是 低 24 坏 否 否 低 ......
代码如下:
#-*- coding: utf-8 -*- #使用神经网络算法预测销量高低 import pandas as pd #参数初始化 inputfile = 'data/sales_data.xls' data = pd.read_excel(inputfile, index_col = u'序号') #导入数据 #数据是类别标签,要将它转换为数据 #用1来表示“好”、“是”、“高”这三个属性,用0来表示“坏”、“否”、“低” data[data == u'好'] = 1 data[data == u'是'] = 1 data[data == u'高'] = 1 data[data != 1] = 0 x = data.iloc[:,:3].as_matrix().astype(int) y = data.iloc[:,3].as_matrix().astype(int) print x from keras.models import Sequential from keras.layers.core import Dense, Activation,Dropout model = Sequential() model.add(Dense(64, input_shape=(3,))) model.add(Dropout(0.5)) model.add(Dense(64, activation='relu')) model.add(Dropout(0.5)) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy']) #编译模型。由于我们做的是二元分类,所以我们指定损失函数为binary_crossentropy,以及模式为binary #另外常见的损失函数还有mean_squared_error、categorical_crossentropy等,请阅读帮助文件。 #求解方法我们指定用adam,还有sgd、rmsprop等可选 model.fit(x, y, nb_epoch = 1000, batch_size = 10) #训练模型,学习一千次 yp = model.predict_classes(x).reshape(len(y)) #分类预测
10/34 [=======>......................] - ETA: 0s - loss: 0.3723 - acc: 0.8000 34/34 [==============================] - 0s - loss: 0.4470 - acc: 0.7647 Epoch 1000/1000
结果为经过1000轮训练准确率为0.7647.
相关文章推荐
- 使用azure machine learning studio+神经网络回归完成晚点航班预测
- Keras 如何利用训练好的神经网络进行预测
- 使用tensorlayer来实现:通过keras例子来理解lstm循环神经网络
- 使用Keras构建神经网络进行Mnist手写字体分类
- 第七期 使用 Keras 演示神经网络 《显卡就是开发板》
- 使用神经网络做二分类预测
- [深度学习框架] Keras上使用神经网络进行mnist分类
- Keras神经网络可视化模块visualize_util 的安装与使用
- 干货|如何用Keras为序列预测问题开发复杂的编解码循环神经网络?
- 使用tensorflow:LSTM神经网络预测股票(一)
- Keras(2):使用Keras构建神经网络进行Mnist手写字体分类,并定性分析各种超参数的影响
- 深度学习实践系列(3)- 使用Keras搭建notMNIST的神经网络
- 基于keras 的神经网络股价预测模型
- 【转】基于keras 的神经网络股价预测模型
- 使用机器学习预测天气(第三部分神经网络)
- 第八期 使用 Keras 训练神经网络 《显卡就是开发板》
- 使用机器学习预测天气(第三部分神经网络)
- 神经网络之预测共享单车使用情况
- python keras 神经网络框架 的使用以及实例
- 使用keras实现简单的前向全连接神经网络