Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化|附代码数据

发布时间 2023-07-12 23:51:01作者: 拓端tecdat

原文链接:http://tecdat.cn/?p=23573

最近我们被客户要求撰写关于Keras神经网络序列模型的研究报告,包括一些图形和统计输出。

我们可以很容易地用Keras序列模型拟合回归数据并预测测试数据。  在这篇文章中,我们将简要地学习如何用Python中的Keras神经网络API拟合回归数据。我们将用Keras回归和序列模型本身这两种方法检查模型。该教程涵盖了以下内容 ( 点击文末“阅读原文”获取完整代码数据******** )。

  • 准备数据
  • 定义模型
  • 用KerasRegressor进行拟合(准确度检查和结果的可视化)
  • 用序列模型进行拟合(准确度检查和结果可视化)。

我们将从加载所需的模块开始。

 
from keras.models import Sequential

准备数据

首先,我们将为本教程创建一个回归数据集样本。

 
x_ax = range(N)
plt.plot(x_ax, x, 'o')
plt.plot(x_ax, y, lw=1.5, color=c)
plt.legend()

图片

红线是y输出,其余的点是x输入的特征。


点击标题查阅往期内容

图片

python在Keras中使用LSTM解决序列问题

图片

左右滑动查看更多

图片

01

图片

02

图片

03

图片

04

图片

定义模型

接下来,我们将建立一个keras序列模型。

 
def Model():
 model = Sequential()
 model.add(Dense(128, input_dim=3,activation='relu')) 
 ....
 return model

Model()

图片

用Keras回归模型拟合 

我们将上述模型纳入Keras回归模型中,用x和y的数据拟合模型。然后,我们可以预测x数据。

 
regressor.fit(x,y) 
regressor.predict(x)

图片

 
我们检查平均平方误差率
``````
mean_squared_error(y, y_pred)

图片

最后,我们绘制结果。

 
plt.plot(y)
plt.plot(y_pred)

图片

keras序列模型进行拟合

这一次,我们将在没有封装类的情况下拟合模型。

 
fit(x, y, nb_epoch=100)
model.predict(x)

我们检查一个平均平方误差率。

 
mean_squared_error(y, y_krm)

图片

最后,我们绘制结果。

图片

在本教程中,我们已经简单地学习了如何用Python中的Keras神经网络模型来拟合和预测回归数据。谢谢您的阅读!

图片

点击文末 “阅读原文”

获取全文完整代码数据资料。

本文选自《Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化》。

点击标题查阅往期内容

PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
Matlab用深度学习长短期记忆(LSTM)神经网络对文本数据进行分类
RNN循环神经网络 、LSTM长短期记忆网络实现时间序列长期利率预测
结合新冠疫情COVID-19股票价格预测:ARIMA,KNN和神经网络时间序列分析
深度学习:Keras使用神经网络进行简单文本分类分析新闻组数据
用PyTorch机器学习神经网络分类预测银行客户流失模型
PYTHON用LSTM长短期记忆神经网络的参数优化方法预测时间序列洗发水销售数据
Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
R语言中的神经网络预测时间序列:多层感知器(MLP)和极限学习机(ELM)数据分析报告
R语言深度学习:用keras神经网络回归模型预测时间序列数据
Matlab用深度学习长短期记忆(LSTM)神经网络对文本数据进行分类
R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据(MNIST)
MATLAB中用BP神经网络预测人体脂肪百分比数据
Python中用PyTorch机器学习神经网络分类预测银行客户流失模型
R语言实现CNN(卷积神经网络)模型进行回归数据分析
SAS使用鸢尾花(iris)数据集训练人工神经网络(ANN)模型
【视频】R语言实现CNN(卷积神经网络)模型进行回归数据分析
Python使用神经网络进行简单文本分类
R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析
R语言基于递归神经网络RNN的温度时间序列预测
R语言神经网络模型预测车辆数量时间序列
R语言中的BP神经网络模型分析学生成绩
matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类
R语言实现拟合神经网络预测和结果可视化
用R语言实现神经网络预测股票实例
使用PYTHON中KERAS的LSTM递归神经网络进行时间序列预测
python用于NLP的seq2seq模型实例:用Keras实现神经网络机器翻译
用于NLP的Python:使用Keras的多标签文本LSTM神经网络分类