私は、機械学習に新しいです、と私は回帰タスクを実行するKerasを処理しようとしています。私はthisの例に基づいてこのコードを実装しました。私は、コードを実行するとKeras - KerasRegressorを使用して予測を実行するにはどうすればよいですか?
X = df[['full_sq','floor','build_year','num_room','sub_area_2','sub_area_3','state_2.0','state_3.0','state_4.0']]
y = df['price_doc']
X = np.asarray(X)
y = np.asarray(y)
X_train, X_test, Y_train, Y_test = train_test_split(X, y, test_size=.2)
def baseline_model():
model = Sequential()
model.add(Dense(13, input_dim=9, kernel_initializer='normal',
activation='relu'))
model.add(Dense(1, kernel_initializer='normal'))
model.compile(loss='mean_squared_error', optimizer='adam')
return model
estimator = KerasRegressor(build_fn=baseline_model, nb_epoch=100, batch_size=100, verbose=False)
kfold = KFold(n_splits=10, random_state=seed)
results = cross_val_score(estimator, X_train, Y_train, cv=kfold)
print("Results: %.2f (%.2f) MSE" % (results.mean(), results.std()))
prediction = estimator.predict(X_test)
accuracy_score(Y_test, prediction)
私はこのエラーを取得する:
AttributeError: 'KerasRegressor' object has no attribute 'model'
はどうすれば正しくKerasRegressorでモデルを '挿入' だろうか?
完全なスタックトレースを投稿できますか? –
見積もりにはどこですか? –
@AbhishekThakur 'cross_val_score'は、見積もりに合っています。 –