का उपयोग कर ऑडियंस अंतर्दृष्टि प्राप्त करें हाल ही में मैंने Keras और TensorFlow खोजा है और मैं एमएल में प्रवेश करने की कोशिश कर रहा हूं। मैंने मैन्युअल रूप से मेरे उपयोगकर्ताओं से ट्रेन और टेस्ट डेटा वर्गीकृत किया है डीबी:केरास और टेंसरफ्लो
9 फीचर्स और लेबल, मेरे सिस्टम में विशेषताएं "उपयोगकर्ता ने एक प्रोफ़ाइल चित्र जोड़ा है" या "उपयोगकर्ता ने सेवा के लिए एक्स भुगतान किया है"
मैं उन वर्गीकृत करने के लिए निम्नलिखित कोड का इस्तेमाल किया है::
import numpy as np
from keras.layers import Dense
from keras.models import Sequential
train_data = np.loadtxt("train.csv", delimiter=",", skiprows=1)
test_data = np.loadtxt("test.csv", delimiter=",", skiprows=1)
X_train = train_data[:, 0:9]
Y_train = train_data[:, 9]
X_test = test_data[:, 0:9]
Y_test = test_data[:, 9]
model = Sequential()
model.add(Dense(8, input_dim=9, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(3, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X_train, Y_train, epochs=12000, batch_size=10)
# evaluate the model
scores = model.evaluate(X_test, Y_test)
print("\n\n\nResults: %s: %.2f%%" % (model.metrics_names[1], scores[1]*100))
लेबल सकारात्मक या नकारात्मक लागत पर लाभ (1 या 0)
नमूना है
और 89% सटीकता मिली। यह एक मूल्यवान ग्राहक के रूप में उपयोगकर्ता को लेबल करने के लिए बहुत अच्छा काम करता है।
क्यू: मैं संभावित आरओओआई के लिए योगदान की गई सुविधाओं को कैसे निकाल सकता हूं ताकि मैं यूएक्स में अपना ध्यान बढ़ा सकूं?
या: दर्शकों के सर्वोत्तम संयुक्त खंड को खोजने का दृष्टिकोण क्या है?
आपका मॉडल गहरा है (इसलिए यह जटिल और शायद सुविधाओं की व्याख्या करने में वास्तव में कठिन है), आप 1 परत नेटवर्क का उपयोग कर सकते हैं और वजन या देख सकते हैं सबसे प्रमुख विशेषताओं को खोजने के लिए यादृच्छिक जंगलों या निर्णय पेड़ों का उपयोग करें। इसके अलावा मुझे लगता है कि आप केवल कई अलग-अलग परीक्षण इनपुट आज़मा सकते हैं और इनपुट और आउटपुट के बीच किसी भी स्पष्ट सहसंबंध को देखने का प्रयास कर सकते हैं। – umutto
उत्तर के लिए धन्यवाद, मुझे आपकी बात मिलती है ... उन सुविधाओं को खोजने के लिए निर्णय पेड़ का उपयोग कैसे किया जाएगा? –
आप सांख्यिकीय उपायों या पेड़ों का उपयोग करके महत्वपूर्ण विशेषताओं को खोजने के लिए sklearn का उपयोग कर सकते हैं। [इस पोस्ट को जांचें] (http://scikit-learn.org/stable/modules/feature_selection.html) अधिक जानकारी के लिए, या आप इसे [नमूना कोड] देखें (http://scikit-learn.org/stable/auto_examples etens वर्गीकरण का उपयोग कर /ensemble/plot_forest_importances.html)। कुल मिलाकर मेरे पास यादृच्छिक जंगलों का उपयोग करके सर्वोत्तम परिणाम थे, लेकिन हमेशा के रूप में यह एप्लिकेशन पर निर्भर करता है। और मैं आपको सुझाए गए महत्वपूर्ण विशेषताओं के साथ एक मॉडल बनाने और परीक्षण सटीकता परिणामों की तुलना करने की सलाह दूंगा। – umutto