Przewidywanie na podstawie danych testowych

Przewidywanie cyfr w niewidocznych danych jest bardzo łatwe. Wystarczy zadzwonić pod numerpredict_classes metoda model przekazując go do wektora składającego się z nieznanych punktów danych.

predictions = model.predict_classes(X_test)

Wywołanie metody zwraca przewidywania w wektorze, które można sprawdzić pod kątem zer i jedynek względem rzeczywistych wartości. Odbywa się to za pomocą następujących dwóch instrukcji -

correct_predictions = np.nonzero(predictions == y_test)[0]
incorrect_predictions = np.nonzero(predictions != y_test)[0]

Na koniec wydrukujemy liczbę poprawnych i niepoprawnych prognoz przy użyciu następujących dwóch instrukcji programu -

print(len(correct_predictions)," classified correctly")
print(len(incorrect_predictions)," classified incorrectly")

Po uruchomieniu kodu otrzymasz następujące dane wyjściowe -

9837 classified correctly
163 classified incorrectly

Teraz, po zadowalającym przeszkoleniu modelu, zachowamy go do wykorzystania w przyszłości.