《python+深度学习》中的代码【2】二分类问题代码

二分类问题是应用广泛的机器学习问题，本例子将影评分为正面和负面
本例子运行结果：精度：[0.7237535303735733, 0.8508800268173218] --2019-10-15

下一步：尝试新的loss函数：MSE
尝试新的激活：tanh

#二分类问题是应用广泛的机器学习问题，本例子将影评分为正面和负面
from keras.datasets import imdb
(train_data,train_labels),(test_data,test_labels) = imdb.load_data(num_words = 10000)

#print(train_data[0])
print(train_labels.shape)
print(train_labels[0])

#把某条评论解码为英文单词
word_index = imdb.get_word_index()          #word_index是一个单词映射整数的索引字典
#颠倒字典顺序，把整数映射为单词
reverse_word_index = dict([(value,key) for (key,value) in word_index.items()])
#索引前三位分别为padding（填充）、start of sequence（索引开始）、unknown（未知词）
decoded_review = ' '.join([reverse_word_index.get(i - 3, '?') for i in train_data[0]])
print(decoded_review)
##########
#将整数序列编码为二进制矩阵，one-hot（独热编码）
###########