在这个教程中,我们将使用皮马印第安人糖尿病数据集(http://archive.ics.uci.edu/ml/datasets/Pima+Indians+Diabetes).这是UCI 机器学习数据库一个标准的机器学习数据集...因此,它是一个二分类问题(出现糖尿病为1, 否则为 0)。所有描述病人的输入变量都是数值。这便于直接用于需要数值输入输出的神经网络, 适合我们第一个 Keras 神经网络。...我们现在可以准备定义我们的神经网络模型了。
2. 定义模型
Keras 中的模型被定义为一系列的层。
我们实例化一个 Sequential 模型对象,每次添加一层知道我们对网络的拓扑结构满意。...在这个例子中, 我们使用对数损失函数(logarithmic loss), 对于二分类问题, 其在 Keras 中称为“binary_crossentropy”。...我们拟合了上述例子, 用他来在训练集上作出预测, 假装我们之前没看到过这些数据。
做预测同样非常简单, 只需要使用 model.predict()。