keras 二分类
【摘要】 数据集
"""
年龄。(数字)
工作: 工作类型。(分类: 管理员,未知,失业者,经理,女佣,企业家,学生,蓝领,个体户,退休人员,技术人员,服务人员)
婚姻: 婚姻状况。(分类: 已婚,离婚,单身。注: 离婚指离异或丧偶)
教育: (分类: 未知,中学,小学,高中)
默认值: 是否具有信用?(二分类: 是,否)
余额: 年均余额,单位为欧元。(数字)
住房: 有住房...
数据集
"""
年龄。(数字)
工作: 工作类型。(分类: 管理员,未知,失业者,经理,女佣,企业家,学生,蓝领,个体户,退休人员,技术人员,服务人员)
婚姻: 婚姻状况。(分类: 已婚,离婚,单身。注: 离婚指离异或丧偶)
教育: (分类: 未知,中学,小学,高中)
默认值: 是否具有信用?(二分类: 是,否)
余额: 年均余额,单位为欧元。(数字)
住房: 有住房贷款?(二分类: 是,否)
贷款: 有个人贷款?(二分类: 是,否)
联系人: 联系方式。(分类: 未知,固定电话号码,手机号码)
天: 最后一次联系日。(数字)
月: 最后一次联系的月份。(分类: Jan,Feb,Mar,...,Nov,Dec)
持续时间: 上次联系时间,以秒为单位。(数字)
广告系列: 在此广告系列和此客户的联系次数。(数字,包括上一个联系人)
pdays: 与客户上一次联系的间隔天数。(数字,-1表示以前没有联系过)
以前: 此广告系列之前和此客户的联系次数。(数字)
poutcome: 以前的营销活动的结果。(分类: 未知,其他,失败,成功)
客户是否订阅了定期存款?(二分类: 是,否)
"""
import numpy as np
import pandas as pd
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import cross_val_scor
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。
原文链接:maoli.blog.csdn.net/article/details/102632919
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)