02. [Keras Lab准备] 录取学生

迷你项目之 Keras Lab 准备: 录取学生

现在我们准备分析 Keras 上的整个数据集。我们将分析以下加州大学洛杉矶分校的学生录取数据集：
'http://www.ats.ucla.edu/stat/data/binary.csv'

在本课的学习过程中，我们鼓励你在页面末尾参考 Jupyter Notebook。我们将为你提供一个解决方案，但请尝试创建自己的深度学习模型！这种体验的价值很大程度上在于，用你自己的方式玩转代码。

克隆 repo 并打开 Notebook（可选）

Notebook 将在教室内打开。但是，如果你想单独打开它，可以通过在终端中执行以下命令，从GitHub存储库中克隆这些资料：

git clone https://github.com/udacity/aind2-dl.git.

按照仓库中的说明设置 Conda 环境并安装必要的依赖项。
(注：如果配置后，打开jupyter notebook运行ipy文件时，kernel启动不起来，并出现以下错误
KernelRestarter: restarting kernel (2/5)
/Users/LeiWang/.pyenv/versions/anaconda3-5.0.1/envs/aind-dl/bin/python: No module named ipykernel_launcher

如果出现这个错误：terminal中再输入ipython3 kernel install 方可正常运行)

在本实验中，导航到主分支，然后打开** Student_Admissions.ipynb **。

研究数据

数据集包含以下列：

  • 学生 GPA（成绩）
  • GRE 考试成绩（考试）
  • 级别（1-4）

首先，我们来看看数据。为此，我们将在 pandas 中使用 read_csv 函数。

import pandas as pd
data = pd.read_csv('http://www.ats.ucla.edu/stat/data/binary.csv')
print(data)

在这里我们可以看到第一列是标签 y，它对应于接受/拒绝。 即标签 1 表示学生被录取，标签 0 表示学生不被录取。

当我们绘制数据时，会得到如下图表，不幸的是，数据并不像我们希望的那么整洁得一目了然：

接下来，我们可以做的一件事就是为每等级制作一张图，共四张图。 在这种情况下，我们得到这个：

预处理数据

从这里，我们看到更多的希望。 因为看起来的情况是学生的考试成绩越好，他们越有可能被录取。 等级与此有关。 所以我们要做的是，对排名等级进行一次性编码，我们的6个输入变量是：

  • 考试 (GPA)
  • 成绩 (GRE)
  • 等级 1
  • 等级 2
  • 等级 3
  • 等级 4.

最后4个输入将是二进制变量，如果学生具有该等级，则其值为1，否则为0。

首先要注意的是，考试分数的范围是800，而成绩范围是4，这是一个巨大的差异，这会影响我们的训练。 通常情况下，最好的办法是将分数归一化，使其在0和1之间。我们可以这样做：

 data["gre"] = data["gre"]/800
 data["gpa"] = data["gpa"]/4

现在，我们将数据输入分成 X和标签 y，并对输出进行 one-hot 编码，因此它显示为两类（录取和不录取）。

 X = np.array(data)[:,1:]
 y = np_utils.to_categorical(np.array(data["admit"]))

构建模型架构

最后，我们定义模型架构。 我们可以使用不同的架构，不过这里有一个例子：

 model = Sequential()
 model.add(Dense(128, input_dim=6))
 model.add(Activation('sigmoid'))
 model.add(Dense(32))
 model.add(Activation('sigmoid'))
 model.add(Dense(2))
 model.add(Activation('sigmoid'))
 model.compile(loss = 'categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
 model.summary()

categorical_crossentropy 会给出错误函数，我们一直在使用，但还有其他选项。 有几个优化器可供你选择，以改善你的训练。 在这里我们会使用adam，但像rmsprop也很有用。 它们使用了我们在下面的课程中即将介绍的各种技巧。

模型总结将告诉我们以下内容：

训练模型

现在，我们用 1000 个 epho 训练模型。 不用担心遇到batch_size，我们很快就会学到它。

     model.fit（X_train，y_train，epochs = 1000，batch_size = 100，verbose = 0）

评估模型

最后，我们可以评估我们的模型。

      score = model.evaluate（X_train，y_train）
结果可能会有所不同，但你应该可以获得超过70％的准确度。

现在，你已经训练了你的第一个神经网络来分析一个数据集。 在接下来的节点中，你将学习许多技巧来改进训练过程。

Next Concept