저는 기계 학습에 익숙하지 않아 회귀 작업을 수행하기 위해 Keras를 처리하려고합니다. 이 코드는 this 예제를 기반으로 구현했습니다. 나는이 코드를 실행하면Keras - KerasRegressor를 사용하여 예측을 수행하는 방법은 무엇입니까?
X = df[['full_sq','floor','build_year','num_room','sub_area_2','sub_area_3','state_2.0','state_3.0','state_4.0']]
y = df['price_doc']
X = np.asarray(X)
y = np.asarray(y)
X_train, X_test, Y_train, Y_test = train_test_split(X, y, test_size=.2)
def baseline_model():
model = Sequential()
model.add(Dense(13, input_dim=9, kernel_initializer='normal',
activation='relu'))
model.add(Dense(1, kernel_initializer='normal'))
model.compile(loss='mean_squared_error', optimizer='adam')
return model
estimator = KerasRegressor(build_fn=baseline_model, nb_epoch=100, batch_size=100, verbose=False)
kfold = KFold(n_splits=10, random_state=seed)
results = cross_val_score(estimator, X_train, Y_train, cv=kfold)
print("Results: %.2f (%.2f) MSE" % (results.mean(), results.std()))
prediction = estimator.predict(X_test)
accuracy_score(Y_test, prediction)
나는이 오류를 얻을 :
AttributeError: 'KerasRegressor' object has no attribute 'model'
어떻게 수 I 제대로 '삽입'KerasRegressor에서 모델?
전체 스택 추적을 게시 할 수 있습니까? –
견적을 보내는 사람은 어디입니까? –
@AbhishekThakur'cross_val_score'는 견적을 받아 점수를 매깁니다. –