该案例使用BP神经网络来判断银行客户是否流失,神经网络结构为,输入层10个神经元,两个隐层各为256个神经元,输出层2个神经元。
数据集:https://pan.baidu.com/s/1NnDgxesLmg3Zeppdg9YeMg
提取码:i6it
代码及注释如下:
# 屏蔽通知和警告
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 使用Tnesorflow1版本的操作,屏蔽tf2的操作
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import pandas as pd
import numpy as np
from sklearn.utils import shuffle
from sklearn.preprocessing import OneHotEncoder
import matplotlib.pyplot as plt
from pylab import mpl
# 使用rcParams使matplotlib生成的图形中有中文显示
mpl.rcParams['font.sans-serif'] = ['STZhongsong']
# 导入数据集
df = pd.read_csv("./data/select-data.csv")
df_test = pd.read_csv("./data/scalar-test.csv")
print("构建向量......")
# 构建向量
# 训练集读入,划分为输入和输出
train = []
target = []
for i in range(0, len(df["