Python数据分析与挖掘实战代码纠错代码5-3

最新推荐文章于 2024-07-11 08:05:31 发布

qq_23261961

最新推荐文章于 2024-07-11 08:05:31 发布

阅读量2.9k

点赞数 5

分类专栏：个人笔记：python数据分析与挖掘实战文章标签： python数据分析与挖掘实战代码纠错神经网络算法预测

本文链接：https://blog.csdn.net/qq_23261961/article/details/80259666

版权

本文针对Python数据分析与挖掘实战中，例5-3神经网络算法预测销量高低的问题进行纠错。错误源于编码问题和`class_mode`参数。解决方案包括复制源码到新文件，移除`class_mode`参数，以及自定义`cm_plot()`函数并导入到正确路径。避免使用中文注释以防止编码冲突。

摘要由CSDN通过智能技术生成

python数据分析与挖掘实战

第五章挖掘建模

例5-3神经网络算法预测销量高低

神经网络散发预测销量高低
#-- 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 = '../data05/sales_data.xls' data = pd.read_excel(inputfile, index_col = u'序号') #导入数据 #数据是类别标签，要将它转换为数据 #用1来表示“好”、“是”、“高”这三个属性，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 x = data.iloc[:,:3].as_matrix().astype(int) y = data.iloc[:,3].as_matrix().astype(int) from keras.models import Sequential from keras.layers.core import Dense, Activation model = Sequential() #建立模型 model.add(Dense(input_dim = 3, output_dim = 10)) model.add(Activation('relu'