1、Keras的核心数据结构是“模型”,模型是一种组织网络层的方式。Keras中主要的模型是Sequential模型,Sequential是一系列网络层按顺序构成的栈
from keras.models import Sequential
model = Sequential()
# 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 = r"C:\learning\DataMining\Book\Python_DataMining\Data\chapter5\demo\data\sales_data.xls"
data = pd.read_excel(inputfile, index_col=u"序号")
print "data: \n", data
# 数据是类别标签,要将它转换为数据
# 用 1 来表示“好”, “是”, “高” 这 3 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
print "data_2: \n", data
print data.dtypes
x = data.iloc[:, : 3].as_matrix().astype(int) # astype 函数将数