Ein Regressions-MLP mit der Sequential API erstellen
Kehren wir zu den kalifornischen Immobilienpreisen zurück und gehen wir das Problem über ein Regressions-KNN an. Aus Gründen der Einfachheit werden wir die Scikit-Learn-Funktion fetch_california_housing() zum Laden der Daten nutzen. Dieser Datensatz ist einfacher als der in Kapitel 2 verwendete, da er nur numerische Merkmale enthält (es gibt kein Merkmal ocean_proximity), und es gibt keine fehlenden Werte. Nach dem Laden der Daten teilen wir sie in einen Trainings-, einen Validierungs- und einen Testdatensatz auf und skalieren alle Merkmale:
from sklearn.datasets import fetch_california_housing
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler ...
Get Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow, 2nd Edition now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
