我是张量流的初学者,需要 获取给定数据帧作为输入的多感知ANN模型的输出(以数据帧格式)作为输出(以数据帧格式)的预测值(如果客户是否要订购定期存款)。 银行业务 我们指的是这个样本 https://github.com/ManikandanJeyabal/Workplace/blob/master/ANN/TensorFlow/BankMarketing.py
我们尝试在使用Python 3.6的Azure虚拟机上的笔记本中运行它
在上面的示例中,我们将需要修改下面的源代码以获得预测(以数据框的形式,以便可以将其显示为报告)。
plt.plot(mse_his, 'r')
plt.show()
plt.plot(accu_his)
plt.show()
# print the final accuracy
correct_pred = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
print("Test Accuracy--> ", (sess.run(accuracy, feed_dict={x: x_test, y_: y_test})))
# print final mean square error
pred_y = sess.run(y, feed_dict={x: x_test})
mse = tf.reduce_mean(tf.square(pred_y - y_test))
print("MSE: %.4f" % sess.run(mse))
print(correct_pred)
print(y_test) ```
we need to get the output in the form of panadas dataframe along with the predicted columns?
Please guide me here
----------------------------------------------
Updates:
Thank you for the response,McAngus..
After the changes in comments below.. I could render the dataframe output but with this output , How can I derive True or False Predicted Value?
[Dataframe Output][1]
[1]: https://i.stack.imgur.com/f8iJ9.png
答案 0 :(得分:0)
如果我理解正确,那么您正在寻求将结果放入数据框中。在CodePen Example中,您可以像这样使用pd.DataFrame.from_dict
:
pd.DataFrame.from_dict({"target": y_test.tolist(), "prediction": pred_y.tolist()})
这将提供列标题target
和prediction
。