我的数据集有多个数值输入和 1 个分类(因子)输出，我想使用 CNN/RNN/LSTM 训练模型来预测输出。
我的数据如下:
input1 input2 ... input_n output
2 1.2 ... -0.44 "b"
1 0.2 ... 3.2 "f"
3 1 ... 2.1 "a"
我尝试在 Python 中使用 Keras 和烤宽面条，但没有成功。我找不到带有我的数据集的可运行示例，但我认为这种类型的任务应该是基本的(基于一组输入，预测输出)。
您能否指出一个使用与我的数据集相似的数据集的示例？任何编程语言都会有帮助。
最佳答案
从 tensorflow 的流包装器进行简单分类。
import skflow
from sklearn import datasets, metrics
iris = datasets.load_iris()
classifier = skflow.TensorFlowLinearClassifier(n_classes=3)
classifier.fit(iris.data, iris.target)
score = metrics.accuracy_score(classifier.predict(iris.data), iris.target)
print("Accuracy: %f" % score)
关于python - 使用 CNN/LSTM/RNN 进行分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34469432/