[英]How to succesfuly train test split to train a model at keras
我对 keras 很陌生,所以我一直在努力弄清楚我应该如何训练 - 测试拆分我的数据。
所以我的计划是做情绪分析,这是我的数据:
df1
Columns: Sentence , Emotion, BackendSum
bla1... 0-6 tensor(float32)
bla2... 0-6 tensor(float32)
其中情绪 0-6 是我将其转换为数字的情绪(恐惧、愤怒等)
我有另一个包含文本和后端总和的数据集,我想对它的情绪进行分类:
df2
Columns: Sentence, BackendSum
fla1... tensor(float32)
fla2... tensor(float32)
inputs = keras.Input(shape=(300,))
x = layers.Dense(100, activation="relu", name="dense_1")(inputs)
x = layers.Dense(200, activation="relu", name="dense_2")(x)
outputs = layers.Dense(6, activation="sigmoid", name="predictions")(x)
model = keras.Model(inputs=inputs, outputs=outputs)
model.fit(xtrain, ytrain,
validation_data=(xtest,ytest),
epochs = 200,
batch_size=50)
安装我的 model 的正确方法是什么? 并拆分我的数据,以便我可以在 df1 上进行训练并在 df2 上进行测试
您可以使用 sklearn。
x_train, x_test, y_train, y_test = sklearn.model_selection.train_test_split(x, y, test_size=0.1)
x 是特征的 2d ndarray,y 是标签的 2d ndarray,test_size 是要拆分的数据的大小百分比(0.1 = 10%)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.