ㄱㄴㅇㄱㅎ님

저번에 타이타닉 딥러닝 소스코드 좀 보여주실수 있을까요

이번에 하는 프로젝트에 많이 도움이 될 거 같네요

이런 류의 요청이라면 초성 말고 당당하게 닉으로 부릅시다

친목질 하는거 아니면 닉언해도 괜찮다구

구글에서 tflearn 튜토리얼 찾으면 있을 겁니다 ㅁㄴㅇㄹ

디펜던시가
numpy
tensorflow
tflearn
h5py
등등일거 같은데

import numpy as np
import tflearn

from tflearn.datasets import titanic
titanic.download_dataset('titanic_dataset.csv')

from tflearn.data_utils import load_csv
data, labels = load_csv('titanic_dataset.csv', target_column=0,
categorical_labels=True, n_classes=2)

def preprocess(data, columns_to_ignore):
for id in sorted(columns_to_ignore, reverse=True):
[r.pop(id) for r in data]
for i in range(len(data)):
data[1] = 1. if data[1] == 'female' else 0.
return np.array(data, dtype=np.float32)
to_ignore=[1, 6]

data = preprocess(data, to_ignore)

net = tflearn.input_data(shape=[None, 6])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 2, activation='softmax')
net = tflearn.regression(net)

model = tflearn.DNN(net)
model.fit(data, labels, n_epoch=10, batch_size=16, show_metric=True)

dicaprio = [3, 'Jack Dawson', 'male', 19, 0, 0, 'N/A', 5.0000]
winslet = [1, 'Rose DeWitt Bukater', 'female', 17, 1, 2, 'N/A', 100.0000]
dicaprio, winslet = preprocess([dicaprio, winslet], to_ignore)

pred = model.predict([dicaprio, winslet])
print("DiCaprio Surviving Rate:", pred[0][1])
print("Winslet Surviving Rate:", pred[1][1])


*tflearn 라이브러리가 필요합니다 구글 ㄱㄱ

감사합니다

오 이런거 라이브러리 종류가 되게 다양하네요. 좋은 거 배웠습니다 ㄳㄳ