TFLearn教程示例如何让网络知道我们需要什么？

Question

想问一个问题。

我开始研究TFLearn并测试了泰坦尼克号数据。但我不明白网络如何知道我们需要测试数据中缺少的生存数？

如果我添加生存并在测试数据中隐藏性别字段会怎样？

# change dicaprio and winslet into prepared process data by hard code
# add the survival class back and remove the gender field.
dicaprio = [0., 3.,   19., 0., 0.,  5.0000]
winslet = [1.,1.,  17., 1., 2.,  100.0000]

然后我在运行样本后得到两个数字。 我不知道这个号码是什么意思， 所以我删除了结果的标签，它显示如下：

DiCaprio Rate: 0.99953
Winslet Rate: 0.92489

那么，他们俩都是女孩？

Answer 1

我们分别使用生存的原因是目标值。我们试图找出人们是否会活着或死亡。

请使用tflearn教程（代表泰坦尼克号电影的人）中的测试用例。结果显示了生存的可能性。

你也可以用性做。比打印女性的概率还要多。

祝你学习顺利。